基于多尺度小波U型网络的低光照图像增强

摘要

成像系统实时采集的低光照环境图像具有照度低、噪声严重、视觉效果差等问题,为了提高低光照环境成像质量,本文提出基于多尺度小波U型网络的低光照图像增强方法。该方法采用多级编解码器构建U型网络,并引入小波变换构建特征分频单元,分离高频和低频信息,增强对低频照度特征和高频纹理信息的感知。设计多尺度感知损失函数,指导网络学习低频信息到高频信息的逐级重建,从而优化网络的收敛和性能。最后,在LOL、LIME、NPE、MEF、DICM和VV数据集上进行测试。实验结果表明,所提方法能够有效提升图像照度,抑制图像噪声和纹理丢失问题,并在PSNR、SSIM和LOE评价指标上均优于比较算法,在主观和客观评价方面均优于其他对比算法。