买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：福州大学

摘要：本发明提出一种基于灰度提升的双路卷积低光照图像增强方法，在监督学习条件下，首先通过单路灰度增强网络将输入的低光照RAW图像转换为增强后的单通道灰度图。将长曝光条件下RAW图通过后处理得到彩色RGB图像以及转换后的灰度图像作为单路灰度增强网络的参考图。根据Retinex理论对低光照图像的光照信息进行增强再将其与物体反射的颜色信息进行融合，将增强后的单通道灰度图像与原始输入低光照单通道RAW图作为双路U‑Net融合增强网络输入，最后生成增强后的彩色三通道RGB图像。

主权项：1.一种基于灰度提升的双路卷积低光照图像增强方法，其特征在于，包括以下步骤：步骤S1：选择弱光环境下拍摄得到基于RGGB阵列模式排列的RAW图像作为输入；步骤S2：通过单路灰度增强网络将输入的低光照RAW图像转换为增强后的单通道灰度图；步骤S3：将增强后的单通道灰度图像与原始输入低光照单通道RAW图作为双路U-Net融合增强网络输入，并以长曝光条件下的RAW图处理后得到的彩色RGB图和灰度图作为监督学习中训练神经网络的参考图像，生成增强后的彩色三通道RGB图像；在步骤S3中，根据Retinex理论对低光照图像的光照信息进行增强再将其与物体反射的颜色信息进行融合，将增强后的单通道灰度图像与原始输入低光照单通道RAW图作为双路U-Net融合增强网络输入；在步骤S3中，根据Retinex理论，将普通低光照图像分别从与环境有关的光照信息以及物体自身属性有关的反射信息两方面进行低光照增强和融合；先将参考的彩色图像通过对RGB三种分量的加权平均获得灰度图像，利用单路灰度增强网络对低光照RAW图到增强后灰度图之间的映射关系进行学习，并将网络学习到的灰度图进行输出，通过单路卷积网络，得到光照信息增强后的灰度图；在步骤S3中，将获得的增强后的灰度图与原始输入低光照RAW图融合，通过双路卷积神经网络，获得增强后的彩色图像；通过双路U-Net神经网络结构，以增强后灰度图与原始低光照RAW图像作为输入，进行融合增强，以提升图像的光照并且保留原始的色彩信息；在步骤S3中，所述长曝光条件下的RAW图的处理过程具体为，利用Rawpy库函数依次经过自动白平衡，去马赛克，色彩空间转换，伽马矫正得到RGB参考图像，再对三通道进行加权平均得到灰度参考图像，用于灰度增强网络和双路融合增强网络的监督学习训练，对网络进行优化；在步骤S3中，通将原始低光照RAW图像与处理后的灰度图作为网络输入，利用平均绝对误差对最终输出彩色图像进行约束；在监督学习的过程中，通过Adam优化器对双路卷积神经网络进行训练优化；其中，灰度图作为监督学习参考图像，用于在有参考灰度图的条件下输出PSNR与SSIM高，人眼视觉效果好的灰度图。

全文数据：

权利要求：

百度查询： 福州大学 基于灰度提升的双路卷积低光照图像增强方法