[发明专利]基于空间视差先验网络的多幅红外图像增强方法

权利要求书

1.一种基于空间视差先验网络的多幅红外图像增强方法，其特征在于，包括如下步骤：

步骤1，获取低质量的多幅红外图像；

步骤2，构建空间视差先验网络；

所述空间视差先验网络包括1个浅层特征提取模块、G个空间视差先验模块，1个特征融合重建模块和1个加法器；

所述浅层特征提取模块用于提取红外图像的浅层空间特征和浅层视差特征；

所述空间视差先验模块用于提取红外图像的高维空间特征和高维视差特征；

所述特征融合重建模块用于将红外图像的高维空间特征和高维视差特征进行融合，得到全局残差图像；

所述加法器用于将全局残差图像和其中一幅低质量红外图像融合得到红外图像增强结果；

所述空间视差先验模块中包括N个共享权重的增强金字塔卷积模块、1个不共享权重的增强金字塔卷积模块、2个连接器、N个共享权重的3×3卷积层、1个1×1的卷积层和2个加法器；

第g个空间视差先验模块具有两个对称分支，其输入为和PF_g-1，g＝1,2,...,G；输入到分支1的N个共享权重的增强金字塔卷积模块提取多尺度空间特征同时PF_g-1输入到分支2的增强金字塔卷积模块提取多尺度视差特征MPF_g；相应的数学定义如下，

其中，表示第g个空间视差先验模块中增强金字塔卷积模块的操作，g＝1,2,...,G；

然后，使用连接器将分支2得到的MPF_g输入到分支1与分别连接起来，随后输入到N个共享权重的3×3卷积层提取局部残差空间特征同时，使用连接器将分支1得到的输入到分支2与MPF_g连接起来，随后输入到1×1的卷积层提取局部残差视差特征PF_Res,g；相应的数学定义如下，

对于分支1，使用加法器将第g个空间视差先验模块的输入和局部残差空间特征融合，得到第g个空间视差先验模块的输出即高维空间特征同时对于分支2，使用加法器将第g个空间视差先验模块的输入PF_g-1和局部残差视差特征PF_Res,g融合，得到第g个空间视差先验模块的输出即高维视差特征PF_g；相应的数学定义如下，

PF_g＝PF_Res,g+PF_g-1

步骤3，将步骤1中获取的多幅红外图像输入到空间视差先验网络，由空间视差先验网络进行红外图像的增强运算，输出单幅高质量红外图像。

2.根据权利要求1所述的基于空间视差先验网络的多幅红外图像增强方法，其特征在于：所述空间视差先验网络的具体处理过程如下；

输入空间视差先验网络的N个低质量红外图像经浅层特征提取模块得到和浅层空间特征和浅层视差特征PF₀；

随后，将浅层空间特征和浅层视差特征PF₀输入第一个空间视差先验模块，其输出为{SF₁¹,...,SF₁^N}和PF₁，并作为第二个空间视差先验模块的输入，以此类推，经过G个空间视差先验模块后分别提取得到高维空间特征{SF₁¹,...,SF₁^N},...,和高维视差特征PF₁,...,PF_G；

然后，将高维空间特征和高维视差特征PF_G输入融合重建模块，得到全局残差图像I_Res；

最后，经过加法器将全局残差图像I_Res和输入低质量红外图像融合得到红外图像增强结果I_H，其中N为输入的红外图像的个数，表示向上取整操作。