申请/专利权人：重庆邮电大学

申请日：2024-01-19

公开（公告）日：2024-04-19

公开（公告）号：CN117911302A

主分类号：G06T5/90

分类号：G06T5/90;G06T5/70;G06T5/60;G06N3/045;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.07#实质审查的生效;2024.04.19#公开

摘要：本发明涉及一种基于条件扩散模型的水下低照度图像增强方法，涉及图像增强等技术领域。对低照度图像进行2D离散小波变换，得到低频全局系数和一组高频系数。针对全局系数，使用添加了曲线注意力分支的自注意力权重图引导的条件扩散模型以恢复其整体亮度。对于高频系数，使用小波高频增强模块WHFEM来增强其纹理细节信息。最后将增强的全局系数和高频系数组合起来进行2D离散小波逆变换得到最终的增强图像。本发明解决了水下低照度场景下导致的一系列如光照强度不足、色偏、模糊问题，且相比于现有增强方法，生成的图像具有更高的质量。

主权项：1.一种基于条件扩散模型的水下低照度图像增强方法，其特征包括下列步骤：1在网上搜集整理现有公开的水下低照度图像数据集。2对输入的低照度图像数据X进行2D离散小波变换得到一阶小波低频系数X_L和一组一阶小波高频系数{X_V,X_H,X_D}。对一阶低频系数X_L再次进行2D离散小波变换得到二阶小波低频系数X_L_L和一组二阶小波高频系数{X_L_V,X_L_H,X_L_D}。3使用改进的条件扩散模型对二阶低频系数进行去噪，以恢复图像的整体亮度信息。同时在条件扩散模型噪声估计网络即U-Net网络的自注意力模块中添加曲线注意力分支，用于建模输入特征的高阶曲线，帮助模型更好地理解局部照明情况，提取U-Net网络中间层自注意力模块产生的注意力图，将提取的自注意力图与设定的阈值进行逐像素比较将其转化为布尔张量，与经高斯模糊的条件图像进行线性加权，实现对U-Net网络估计噪声的过程进行引导，以更准确地估计噪声。4使用小波高频增强模块分别对二阶高频系数之间的特征进行提取、交互，以增强低照度图像的纹理细节信息，得到增强后的二阶高频系数。将增强后的二阶高频系数和改进的条件扩散模型恢复的二阶低频系数在batch_size维度进行连接，并进行2D离散小波逆变换操作得到增强后的一阶低频系数。5利用小波高频增强模块WHFEM对一阶高频系数进行增强，将增强后的一阶低频系数和增强后的一阶高频系数在batch_size维度进行连接，经两次2D离散小波逆变换得到最终增强后的结果图像。

全文数据：

权利要求：

百度查询： 重庆邮电大学 一种基于条件扩散模型的水下低照度图像增强方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD