Retinex-ADNet:一个低光照图像增强系统

摘要

在光照条件不充足的情况下,拍摄的图像质量较差.对于低光照图像增强,基于Retinex的方法大多忽略了降噪.本文结合Retinex和卷积神经网络构建了一个有效的模型,包括3个子模块,分解模块、注意力降噪模块和亮度调整模块.分解模块用残差连接方式和空洞卷积来构建,以减少在分解过程中细节信息的丢失,得到更准确的反射图和亮度图.降噪模块引入了注意力机制,对亮度图处理后得到注意力图用来指导反射图的降噪.亮度调整模块对亮度图进行亮度调整.在不同曝光条件下拍摄的成对图像上训练模型,本文提出的Retinex-ADNet模型取得了更好的效果.