[发明专利]一种基于亮度注意力机制低照度图像增强算法的摄影方法在审

专利信息
申请号: 202010778450.9 申请日: 2020-08-05
公开(公告)号: CN111915526A 公开(公告)日: 2020-11-10
发明(设计)人: 严灵毓;王春枝;胡记伟;胡翔;叶志伟;苏军;郑威;李画 申请(专利权)人: 湖北工业大学;武汉烽火技术服务有限公司;烽火通信科技股份有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06N3/04;G06N3/08
代理公司: 北京金智普华知识产权代理有限公司 11401 代理人: 杨采良
地址: 430068 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 亮度 注意力 机制 照度 图像 增强 算法 摄影 方法
【说明书】:

发明属于图像处理技术领域,公开了一种基于亮度注意力机制低照度图像增强算法的摄影方法,将低照度图像增强算法嵌入摄像设备中,在摄像机的程序中编入低照度图像增强模式,利用摄像设备的低照度图像增强模式进行摄影,直接应用基于亮度注意力生成对抗网络的低照度图像增强网络增强图像结果;或者,利用摄像设备摄影进行低照度图像获取,利用基于亮度注意力生成对抗网络的低照度图像增强网络对获取的图像进行增强,得到增强后的摄影图像。本发明引入亮度注意力机制,提升了增强图像的图片感知质量,提高了增强效率,进而引入科学摄影领域,形成能够解决科学摄影中问题的应用。

技术领域

本发明属于图像处理技术领域,尤其涉及一种基于亮度注意力机制低照度图像增强算法的摄影方法。

背景技术

目前,随着电子拍摄的发展和智能设备的普及,智能拍摄大量用于智慧城市、公共交通建设等方面。 然而受现实弱光,夜间以及遮挡等光线不足的低照度环境影响,或低精度图像成像设备的硬件限制,拍摄 出的图像往往存在亮度过低,噪声严重,细节信息丢失或模糊化等问题,从而造成图片内容信息损失,阻 碍了进一步的理解和分析。而这样的问题并非个例,科学摄影等领域对于在夜间等低亮度环境中通过拍摄 获取信息的需求度反而高于高亮度环境。

随着人工智能技术的高速发展,越来越多的科学领域开始利用人工智能技术来解决人工不好处理的 研究部分。科学摄影是一个存在时间十分长久的专业领域,泛指许多需要利用摄影技术来解决科学研究中 取材等方面问题的技术。而如今科学摄影技术领域开始引入人工智能领域的图像处理技术来解决先前科学 摄影领域不好完成的拍摄,其中最具代表性的是医学领域。对于在2019年发表的多篇医学领域科学摄影 方面文章的总结,其包括的2领域已经包括病变检测,图像分割,图像分割,图像融合等多个领域。

现有技术利用科学摄影来进行病变检测。由于检测方向的特殊性,医学领域的科学摄影对于低光照 环境的摄影需求反而高于高光照环境。并且低光环境拍出的低照度图像其检测难度会提高,并且阴影的相 似性很容易造成检测的失误。与此相似的还有生物学领域,天文学领域等。生物学领域经常需要在黑夜或 深海等环境进行科学摄影。而天文学所处宇宙中的环境更不用多说。他们都更需要在低光照环境进行科学 摄影。

受现实弱光,夜间以及遮挡等光线不足的低照度环境影响,或低精度图像成像设备的硬件限制,拍 摄出的图像往往存在亮度过低,噪声严重,细节信息丢失或模糊化等问题,从而造成图片内容信息损失, 阻碍了进一步的理解和分析。

但在现行研究结果中,对于上述问题的处理并没有十分完善的手段。因此,研究低照度图像的增强 具有重要的理论意义和实际应用价值。

通过上述分析,现有技术存在的问题及缺陷为:

(1)科学摄影方法得到图像亮度过低,噪声严重,细节信息丢失或模糊化、造成图片内容信息损失。

(2)现有图像增强方法增强的图像质量不佳,且细节处理不好。

(3)现有低照度图像增强方法鲁棒性并不很强,难以适应不同光照环境下的低照度图像。

(4)目前低照度图像增强方法的计算复杂度和时间消耗大。

解决以上问题及缺陷的难度为:

(1)科学摄影方式要求的图像内容相对于其他摄影内容要求更加精细,但对于亮度过低照片的增强 很难达到精细的要求。

(2)对于亮度过低所造成的内容信息损失更加难以复原。

解决以上问题及缺陷的意义为:

(1)可以解决科学摄影对于低亮度环境实现高精度摄影的迫切需求。

(2)可以使科学摄影推广至更加广泛的光线环境中进行使用。

(3)可以使低照度图像增强方法解决更多领域中的问题。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖北工业大学;武汉烽火技术服务有限公司;烽火通信科技股份有限公司,未经湖北工业大学;武汉烽火技术服务有限公司;烽火通信科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010778450.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top