[发明专利]一种基于Retinex的暗图像增强方法

权利要求书

1.一种基于Retinex的暗图像增强方法，其特征在于，包括如下步骤：

a)将输入计算机的彩色图片进行颜色通道转换，将图片由RGB图像转换到HSV图像，得到H通道图像、S通道图像和V通道图像；

b)将H通道图像、S通道图像和V通道图像输入EnhanceNet网络，EnhanceNet网络为3*3卷积核，EnhanceNet网络对各个通道图像进行L次卷积处理，提取相关特征数据，每次卷积操作得到一层，得到L个层，使用ReLU及3*3的卷积得到深度为64的特征映射图像；

c)将DenseNet残差网络引入步骤b)中的EnhanceNet网络，将步骤b)中的L层使用DenseNet残差网络连接在一起，每个层的输入由所有之前层的特征映射组成；

d)将特征映射图像进行双线性插值上采样，采样后进行两次卷积操作；

e)使用ReLU和3*3卷积核对两次卷积操作后的特征图像进行卷积，得到输出结果I_est，通过公式计算得到损失函数L_E，其中I_HR为原始高分辨率图像，通过计算损失函数得到优化后的图像；

f)将优化后的图像的H通道、S通道和V通道使用颜色通道合成RGB图像L(x,y)；

g)通过公式r(x,y)＝logR(x,y)＝logS(x,y)L(x,y)计算得到最终图像r(x,y)，R(x,y)为反射图像，将图像L(x,y)与原始图像进行求解卷积得到优化后的增强图像。

2.根据权利要求1所述的基于Retinex的暗图像增强方法，其特征在于：步骤b)中的EnhanceNet网络采用步长为2的3*3的卷积核对H通道图像、S通道图像和V通道图像进行卷积处理。

3.根据权利要求1所述的基于Retinex的暗图像增强方法，其特征在于：步骤d)中使用ReLU和3*3卷积核进行卷积操作，卷积长度为特征映射图像深度的2倍，卷积宽度为特征映射图像深度的2倍。

4.根据权利要求1所述的基于Retinex的暗图像增强方法，其特征在于：步骤d)中通过公式

计算特征映射图像的双线性插值上采样获取的值f(x,y)，其中Q₁₁、Q₁₂、Q₂₁及Q₂₂为点(x,y)周边的任意四个点，Q₁₁＝(x₁,y₁)，Q₁₂＝(x₁,y₂)，Q₂₁＝(x₂,y₁)，Q₂₂＝(x₂,y₂)。