龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：陕西科技大学
申请日：2024-03-08
公开（公告）日：2024-06-25
公开（公告）号：CN118247192A
主分类号：G06T5/92
分类号：G06T5/92;G06T5/70;G06T5/60;G06N3/0464;G06N3/0455;G06N3/084;G06V10/44;G06V10/52;G06V10/56;G06V10/60;G06V10/80;G06V10/82
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明公开了一种基于HSV和Transformer的无监督低照度图像增强方法，简称HSVFormer。通过将输入的RGB图像转换为HSV图像，保留H和S子空间从而有效保存色彩信息；在V子空间通过引入扰动项改进Retinex，设计了一个基于改进Retinex的无监督亮度增强网络，包含亮度估计网络和亮度引导Transformer，模拟真实的低照度图像退化，估计亮度信息并将估计得到的亮度信息进行增强；重新组合H、S和增强后的V子空间并将增强图像转换为RGB图像，从而实现低照度图像增强。本发明在保留颜色信息的同时，有效地去除了隐藏在黑暗中的噪声，并增强了图像暗区的亮度，更高效、精确的增强低照度图像。
主权项：1.一种基于HSV和Transformer的无监督低照度图像增强方法，其特征在于，包括以下步骤：步骤1、对需要增强的低照度图像先从RGB图像通过颜色空间转换分成H、S、V三个子空间，转换为HSV图像；步骤2、将步骤1处理后的低照度图像保留颜色空间，即H和S子空间，同时将V子空间送入亮度估计网络估计亮度信息，得到得到亮度特征图和亮度图步骤3、将步骤2得到的得到亮度特征图和亮度图送入亮度引导VGT，亮度图作为VGT的输入，并用亮度特征图中不同区域的亮度信息作为关键线索来引导长距离依赖关系捕获和指导非局部区域建模；步骤4、使用随机干扰亮度函数来生成同一场景的另一个异常亮度图V’，并将其与原始亮度图V相结合，估计出相同的反射率，从而构建出反射分量R和亮度V的损失函数Lloss来优化模型；步骤5、将步骤1得到的H和S子空间与步骤3得到的增强后的V子空间进行重新组合并将增强图像转换为RGB图像，得到最终的增强图像。
全文数据：
权利要求：
百度查询： 陕西科技大学 一种基于HSV和Transformer的无监督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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号