[发明专利]一种视觉退化条件下的低光照图形增强方法在审
申请号: | 202210627526.7 | 申请日: | 2022-06-06 |
公开(公告)号: | CN115170405A | 公开(公告)日: | 2022-10-11 |
发明(设计)人: | 刘浙东;陈相漆;郑忠龙 | 申请(专利权)人: | 浙江云澎科技有限公司;浙江师范大学 |
主分类号: | G06T5/00 | 分类号: | G06T5/00;G06V10/40;G06N3/04;G06N3/08;G06V10/82;G06T7/40 |
代理公司: | 浙江千克知识产权代理有限公司 33246 | 代理人: | 黎双华 |
地址: | 321000 浙江省金华市婺城区*** | 国省代码: | 浙江;33 |
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 视觉 退化 条件下 光照 图形 增强 方法 | ||
1.一种视觉退化条件下的低光照图形增强方法,其特征在于:包括以下步骤:
S1:从输入图像中提取最暗区域的对比度;
S2:获取输入图像的立体图像对,将立体图像对嵌入到多层网络中,多层网络由卷积层初始化输入图像的特征,然后应用具有卷积层的校正线性单元,将特征串联起来得到输入图像的特征点集;
S3:从输入图像中分离出高频反射分量;
S4:利用高频反射分量的最大通道来改善网络延迟并最小化计算复杂度;
S5:在高频反射分量引导下,通过照明调整对输入图像的特征点进行校正,并对结构、纹理和强边界进行保留,得到增强后的图形。
2.根据权利要求1所述的一种视觉退化条件下的低光照图形增强方法,其特征在于:
执行步骤S1时,对输入图像应用全局光透射“A”,其中,“A”是输入图片的明亮通道中最暗像素的0.1%的估计值。
3.根据权利要求1所述的一种视觉退化条件下的低光照图形增强方法,其特征在于:
执行步骤S3时,使用校正线性单元应用单个卷积层,最后应用Tanh激活函数来绑定反射和光照特征。
4.根据权利要求1所述的一种视觉退化条件下的低光照图形增强方法,其特征在于:
执行步骤S5时,在高频反射分量引导下,对以输入图像特征点为中心的面片中的亮度强度进行定义,输入至R、G、B通道,块大小为3×3,对输入图像的特征点进行校正。
5.根据权利要求1所述的一种视觉退化条件下的低光照图形增强方法,其特征在于:
执行步骤S2时,多层网络采用深入黑暗策略,在深入黑暗的多层网络的帮助下,输入图像被分为反射和光照分量,依靠不适应图像分解来独立处理结构和纹理扭曲;
执行步骤S3时,允许限制反射的最大通道,视为高频反射分量;执行步骤S4时,通过高频反射分量实现自适应光照引导,实现视觉平滑度的平衡,利用高频反射分量的最大通道进行损耗调整,将显著限制饱和,以改善极端黑暗和退化视觉条件下的视觉平滑度和对比度。
6.根据权利要求5所述的一种视觉退化条件下的低光照图形增强方法,其特征在于:
执行步骤S2时,深入黑暗的多层网络包含若干个拆分操作。
7.根据权利要求6所述的一种视觉退化条件下的低光照图形增强方法,其特征在于:
执行步骤S2时,深入黑暗的多层网络包含若干组卷积层和校正线性单元,进行特征提取并且串联起来。
8.根据权利要求7所述的一种视觉退化条件下的低光照图形增强方法,其特征在于:
执行步骤S2时,计算深入黑暗的多层网络的损失函数,改善不适应图像分解的网络延迟和平滑度。
9.根据权利要求7所述的一种视觉退化条件下的低光照图形增强方法,其特征在于:
执行步骤S4时,使用Adam-Optimizer算法进行训练网络。
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浙江云澎科技有限公司;浙江师范大学,未经浙江云澎科技有限公司;浙江师范大学许可,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/202210627526.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种建筑工程用材料分离设备
- 下一篇:一种用于五金配件的硬度检测装置