[发明专利]一种基于显著性前景内容的低光照图像增强方法

权利要求书

1.一种基于显著性前景内容的低光照图像增强方法，其特征在于，学习低光照图像中的显著性前景内容信息并与增强过程融合，将低光照图像输入低光照显著注意力深度网络模型SAM得到输出的显著图；向自监督monodepth2模型输入低光照图像并输出对应的深度图；将获得的深度图作为引导图对显著图进行引导滤波，得到显著前景图；对于输入的低光照图像，以显著前景图作为增强程度的权重，采用LIME增强算法对低光照图像进行不同程度的增强，最终得到基于显著性前景内容增强的结果图；

利用获得的显著前景图作为增强程度的权重图使原始的低光照图像与直接增强的图像融合，输出结果为O：

其中，为原始低光照图像，E为通过LIME算法直接增强的图像，W为显著前景图，O为最终输出结果，⊙表示像素间直接相乘。

2.根据权利要求1所述的基于显著性前景内容的低光照图像增强方法，其特征在于，利用拥有10000张训练图像、5000张验证图像以及5000张测试图像的SALICON数据集对SAM模型进行训练，将原始的自然图像通过Gamma变换和添加高斯随机噪声转化为模拟低光照图像，获得模拟低光照图像的显著性预测训练集用于训练，得到针对低光照图像显著性预测的模型。

3.根据权利要求2所述的基于显著性前景内容的低光照图像增强方法，其特征在于，模拟低光照条件预处理后的训练图像L为：

L＝A×I^γ+X

其中，I为原始数据集图像，X为服从高斯分布的随机噪声，A为1，γ为2～5之间的随机数，B为(0，1)之间的均匀分布。

4.根据权利要求1所述的基于显著性前景内容的低光照图像增强方法，其特征在于，显著前景图中包含显著图中的显著信息和深度图中显著区域的纹理信息，利用深度图作为引导图对显著图进行引导滤波具体为：

其中，q_i为i位置处引导滤波的输出结果即显著前景图在i处的像素值，N(i)是i的邻域窗口，|w|为N(k)的像素点个数，D_i为深度图在i处的像素值，a_k与b_k为邻域窗口内像素k处用深度图线性表示显著前景图的两个参数。

5.根据权利要求4所述的基于显著性前景内容的低光照图像增强方法，其特征在于，a_k，b_k具体为：

其中，S为显著图，分别为深度图与显著图对应N(k)的均值，为显著图对应N(k)的标准差，ε为常数。

6.根据权利要求1所述的基于显著性前景内容的低光照图像增强方法，其特征在于，低光照图像深度图预测具体为：

采用mono+stereo_640x192文件作为权重，计算得到输入的低光照图像所对应的深度图。