[發明專利]一種基于卷積自編碼器的圖像增強方法

在審

• 申請號: 201910182556.X
• 申請日: 2019-03-12
• 公開（公告）號: CN110070498A
• 公開（公告）日: 2019-07-30
• 發明（設計）人: 趙澄;童川;王萬良;楊小涵
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 杭州天正專利事務所有限公司 33201
• 代理人: 王兵;黃美娟

1.一種基于卷積自編碼器的圖像增強方法，包括以下步驟：

1)、將原圖像處理成為低光圖像，在圖像預處理成為低光圖像時加入高斯噪聲、椒鹽噪聲、泊松噪聲和斑點噪聲來進行網絡的增亮和去噪的訓練；

使用Gamma矯正對圖像進行調整，假設A為常量，x_l為需要調整的原始高光圖像，γ為對圖像的操作參數，那么調整后的圖像為x_d：

其中，γ是根據經驗設置的可調參數。當γ<1時，可以提高圖像對比度，達到圖像增亮的效果；當γ>1時，可以降低圖像對比度，達到圖像低光處理效果；當γ＝1時，對圖像不具有任何效果；

2)、將卷積操作當作自編碼器的編碼操作來得到低光圖像的低維特征表示，網絡訓練時輸入處理后的低光圖像，隨后經過卷積網絡進行編碼，得到壓縮特征圖，此時網絡學習到低光圖像的隱含特征，并進行池化操作；

低光處理得到的低光圖像為x_d，假設已經初始化成功的卷積核為W，其總數為k個，每個卷積核搭配的偏置項為b，激活函數為σ，那么壓縮特征圖為h(x_d)：

h(x_d)＝σ(x_d·W^k+b^k)， (2)

其中，k是根據經驗設置的可調參數，“·”為卷積操作。當圖像經過卷積操作之后，就需要進行池化操作，在降低特征圖維度的同時保證空間不變性。圖像在通過卷積操作得到多張特征圖之后，通過池化操作來減少參數數量來降低維度，從而減少計算量。保證空間不變性是由于圖像在池化過程中保留了圖片位置關系的矩陣和大部分重要信息，這在之后的解碼操作中起著至關重要的作用。通過池化操作后得到最終的特征圖為y；

3)、將得到的壓縮特征圖進行反卷積操作，解碼得到重構明亮圖像；

池化操作后得到的特征圖為y，假設激活函數為σ，卷積核為W′，其總數為k個，偏置項為b′，那么重構明亮圖像為Y：

Y＝σ(y·W′^k+b′^k)， (3)

其中，k是根據經驗設置的可調參數，“·”為反卷積卷積操作；

4)、將重構明亮圖像與原圖像進行損失函數的計算；

5)、利用計算得到的損失函數進行卷積網絡的調參操作，更新參數以優化網絡；

6)、判斷是否達到預設的迭代次數，如果沒有達到則繼續上述操作，直到達到迭代次數以完成網絡訓練。