一种低光照度图像自然光照度补强方法及应用

摘要

本发明公开了一种低光照度图像自然光照度补强方法及应用，该方法步骤包括：构建非配对数据集，构建图像翻译模型，根据CycleGAN的环形模型搭建图像翻译模型的结构；在图像翻译模型中加入实例正则化、注意力机制模块和语义一致性损失函数；基于非配对数据集训练图像翻译模型的高光照度和低光照度图像的映射，并进行高光照度循环和低光照度循环；训练生成对抗网络；分别计算高光照度循环和低光照度循环产生的图像与对应真实图像之间的距离；将低光照度的图像数据集输入生成对抗网络中，生成器输出高光照的转换图像。本发明实现了对夜间低光照度图像自然光照度强度补强，并在光照度增强的同时保证了翻译前后图像语义的一致性。