超低照度下微光图像增强神经网络损失函数设计分析

摘要

超低照度下(环境照度小于2×10-3 lux)微光图像具有低信噪比、低对比度等特点,使目标难以辨识,严重影响观察效果.为了提高超低照度下微光图像质量,设计了一种用于微光图像增强的卷积自编码深度神经网络,并针对传统的均方误差损失函数不符合人类视觉感知特性等问题,结合现有的全参考图像质量评价指标,研究了包括感知损失在内的几种损失函数,并提出了一种新的可微分损失函数.实验结果表明,在网络结构不发生改变的情况下,所提损失函数具有更好的性能,在提高微光图像信噪比和对比度的同时,能够有效地增强图像内部细节信息.