基本信息:
- 专利标题： NSST域结合GAN及尺度相关系数的低照度图像增强及去噪方法
- 申请号：CN202211168684.7 申请日：2022-09-24
- 公开(公告)号：CN115908155B 公开(公告)日：2025-06-17
- 发明人： 廖一鹏 , 施雯玲 , 许志猛
- 申请人： 福州大学
- 申请人地址： 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学
- 专利权人： 福州大学
- 当前专利权人： 福州大学
- 当前专利权人地址： 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学
- 代理机构： 福州元创专利商标代理有限公司
- 代理人： 蔡学俊; 薛金才
- 主分类号： G06T5/70
- IPC分类号： G06T5/70 ; G06T5/60 ; G06T7/13 ; G06N3/0475 ; G06N3/045 ; G06N3/094 ; G06N3/0464 ; G06N3/048
摘要：
本发明提供了一种NSST域结合GAN及尺度相关系数的低照度图像增强及去噪方法，首先，收集弱光图像和正常光图像数据集，将图像从RGB空间转换到HSV空间，采用分解得到的低通子带图像构建训练集；其次，构建基于GAN的低频子带图像增强模型LF‑EnlightenGAN，并采用低频子带图像训练集对模型进行训练；然后，对待处理的低照度图像NSST分解，采用训练的LF‑EnlightenGAN模型增强低频子带图像，对各高频方向子带先采用尺度相关系数去除噪声；最后，对处理后的高、低频子带图像进行NSST重构，将图像还原到RGB空间，得到增强及去噪后的图像。应用本技术方案能够为后续的图像识别、图像分类、目标检测等任务奠定基础，不论从视觉效果还是图像质量客观评价指标上都有较大的提升。
公开/授权文献:
- CN115908155A NSST域结合GAN及尺度相关系数的低照度图像增强及去噪方法 公开/授权日：2023-04-04
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06T | 一般的图像数据处理或产生 |
| ------G06T5/00 | 图像的增强或复原，如从位像到位像地建立一个类似的图形 |
| --------G06T5/70 | .降噪；平滑 |