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：厦门瑞为信息技术有限公司

摘要：本发明公开了一种基于跨尺度嵌入及小波变换的暗光图像增强方法，使用深度学习模型增强图像数据，模型包括编码器及解码器，编码器包括跨尺度嵌入模块、变换器模块及下采样模块，解码器包括变换器模块及上采样模块，变换器模块包含显示高低频信息的分离和融合模块及带小波变换的注意力机制。带有噪声的暗光图像依次经过编码器和解码器，编码器首先利用跨尺度嵌入模块提取不同尺度的信息；随后，通过变换器模块和下采样模块来逐步降低图像的空间维度，同时保留关键的特征信息；解码器的任务是从编码器提供的压缩特征表示中重建图像，利用变换器模块和上采样模块来逐步增加图像的空间维度，同时细化图像的细节和质量，最终得到清晰的输出图像。

主权项：1.一种基于跨尺度嵌入及小波变换的暗光图像增强方法，其特征在于：使用深度学习模型增强图像数据，模型包括编码器及解码器，编码器包括跨尺度嵌入模块、变换器模块及下采样模块，解码器包括变换器模块和上采样模块，变换器模块包含显示高低频信息的分离和融合模块及带小波变换的注意力机制；带有噪声的暗光图像首先进入编码器的跨尺度嵌入模块，跨尺度嵌入模块通过使用不同尺寸的多个卷积核，对输入的暗光图像进行采样，然后将这些不同尺度的图像特征块嵌入并连接成token，使小图像块学习小尺度特征、大图像块学习大尺度特征，从而在token中引入显示的跨尺度特征，使模型全面了解暗光图像，随后，通过变换器模块和下采样模块来逐步降低图像的空间维度，同时保留关键的特征信息，编码器的输出特征能够捕捉图像的核心内容和结构信息并去除大部分噪声；经过编码器处理后的图像输入解码器中，从编码器提供的压缩特征表示中重建图像，利用变换器模块和上采样模块来逐步增加图像的空间维度，同时细化图像的细节和质量，最终得到清晰的输出图像，其中解码器的变换器模块中的显示高低频信息的分离和融合模块分离和增强图像中的高频信息，捕获图像的细节信息，在图像增强过程中保留低频信息；带小波变换的注意力机制将图像分解为不同频率的成分，对这些成分进行独立处理，减少噪声影响，通过将小波变换系数作为查询值输入到多头自注意力机制中减少噪声区域对注意力机制的影响，提升图像增强效果。

全文数据：

权利要求：

百度查询： 厦门瑞为信息技术有限公司 基于跨尺度嵌入及小波变换的暗光图像增强方法