Page 313 - 《软件学报》2021年第12期
P. 313
软件学报 ISSN 1000-9825, CODEN RUXUEW E-mail: jos@iscas.ac.cn
Journal of Software,2021,32(12):3977−3991 [doi: 10.13328/j.cnki.jos.006112] http://www.jos.org.cn
©中国科学院软件研究所版权所有. Tel: +86-10-62562563
∗
一种基于 MDARNet 的低照度图像增强方法
1
1
2
江泽涛 , 覃露露 , 秦嘉奇 , 张少钦 3
1
(广西图像图形处理与智能处理重点实验室(桂林电子科技大学),广西 桂林 541004)
2 (桂林信息科技学院,广西 桂林 541004)
3 (南昌航空大学,江西 南昌 330063)
通讯作者: 覃露露, E-mail: luluqin766@qq.com
摘 要: 由于低照度环境下所采集的图像存在亮度低、对比度差、出现噪声和色彩失衡等低质问题,严重影响其
在图像处理应用中的性能.为了提升低照度图像质量,以获得具有完整结构和细节且自然清晰的图像,结合 Retinex
理论与卷积神经网络,提出了一种基于 MDARNet 的低照度图像增强方法,并引入 Attention 机制模块和密集卷积模
块以提升性能.首先,MDARNet 利用同时包含二维和一维的 3 个不同尺度卷积核对图像进行初步特征提取,并用像
素注意模块对多尺度特征图进行针对性学习;其次,设计跳跃连接结构对图像进行特征提取,使图像特征被最大限度
地利用;最后,用通道注意模块和像素注意模块同时对提取到的特征图进行权重学习和照度估计.实验结果表明:
MDARNet 能够有效提升低照度图像的亮度、对比度、色彩等;且相较于一些经典算法,该方法在视觉效果及客观评
价指标(PSNR,SSIM,MS-SSIM,MSE)能够得到更好的效果.
关键词: 低照度图像;图像增强;Retinex;attention 机制
中图法分类号: TP391
中文引用格式: 江泽涛,覃露露,秦嘉奇,张少钦.一种基于 MDARNet 的低照度图像增强方法.软件学报,2021,32(12):
3977−3991. http://www.jos.org.cn/1000-9825/6112.htm
英文引用格式: Jiang ZT, Qin LL, Qin JQ, Zhang SQ. Low-light image enhancement method based on MDARNet. Ruan Jian Xue
Bao/Journal of Software, 2021,32(12):3977−3991 (in Chinese). http://www.jos.org.cn/1000-9825/6112.htm
Low-light Image Enhancement Method Based on MDARNet
1
2
1
JIANG Ze-Tao , QIN Lu-Lu , QIN Jia-Qi , ZHANG Shao-Qin 3
1 (Guangxi Key Laboratory of Image and Graphic Intelligent Processing (Guilin University of Electronic Technology), Guilin 541004,
China)
2 (Guilin Institute of Information Technology, Guilin 541004, China)
3 (Nanchang Hangkong University, Nanchang 330063, China)
Abstract: Due to the low-quality problems such as low brightness, poor contrast, noise, and color imbalance, the performance of the
images collected in low-illumination environment is seriously affected in the process of image processing applications. The purpose of
this paper is to improve the quality of low-illumination images to obtain natural and clear images with complete structure and details.
Combining Retinex theory and convolutional neural network, this paper proposes a low-light image enhancement method based on
∗ 基金项目: 国家自然科学基金(61876049, 61762066); 广西科技计划(AC16380108); 广西图像图形智能处理重点实验项目
(GIIP201701, GIIP201801, GIIP201802, GIIP201803); 广西研究生教育创新计划(YCBZ2018052, 2019YCXS043); 广西高校中青年
教师科研基础能力提升项目(2020KY57020)
Foundation item: National Natural Science Foundation of China (61876049, 61762066); Science and TechnologyProject of Guangxi
(AC16380108); Image Graphics Intelligent Processing Key Experimental Project of Guangxi (GIIP201701, GIIP201801, GIIP201802,
GIIP201803); Graduate Education Innovation Fund of Guangxi (2015040); Young Teacher’s Basic Scientific Research Ability
Improvement Project of Guangxi (2020KY57020)
收稿时间: 2020-04-07; 修改时间: 2020-05-08, 2020-06-09; 采用时间: 2020-07-01