CN114742907B 图像增强方法、装置、电子设备和计算机可读存储介质 （中煤科工开采研究院有限公司）

司和第二损失函数调整编码模型和查找表生成模型的参数，从而得到训练好的图像增强网络模2构建图像增强训练数据集，所述图像增强训练数据集包括原始图像和对应的标准图构建图像增强网络模型，将所述原始图像输入至利用所述标准图像和所述增强图像确定第一根据所述第一损失函数和所述第二损失函数调整所述编码模型和所述查找表生成模所述将所述原始图像输入至所述图像增强网络模型，输出与所述原图像包括：根据所述颜色查找表的表征规模对所述原始图像进行数值量化得到量化特征，所述第一损失函数包括亮度差异损失函数，所述亮度差异损失函所述第二损失函数包括单调性损失函数和扰动波动损失函数，所述单调获取模块，用于获取图像增强训练数据集，所述图像增强训练数3增强处理模块，用于构建图像增强网络模型，将所所述第二损失函数包括单调性损失函数和扰动波动损失函数，所述单调所述增强处理模块中，还用于根据所述颜色查找表的表征规模对所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被8.一种存储有计算机指令的非瞬时计算机可读存令用于使所述计算机执行根据权利要求1-3中任一项所4[0002]煤矿井下成像环境比较特殊，弱光或低照度条件使得井下拍摄的图像具有亮度增强是提高图像质量为后续图像分析做准备的[0003]传统的井下低照度图像增强常采用直方图均衡化和基于Retinex模型方法等，这因此利用标准图像和增强图像确定第一损失函数，以便监督标准图像和增强图像间的差5动波动损失函数根据颜色查找表确定包括：对于所述颜色查找表的每个第一位置颜色点，所述颜色查找表的颜色差值平均值，并将所述颜色差值平均值作为所述扰动波动损失函用于获取图像增强训练数据集，所述图像增强训练数据集包括原始图像和对应的标准图6因此利用标准图像和增强图像确定第一损失函数，以便监督标准图像和增强图像间的差动波动损失函数根据颜色查找表确定包括：对于所述颜色查找表的每个第一位置颜色点，所述颜色查找表的颜色差值平均值，并将所述颜色差值平均值作为所述扰动波动损失函7[0028]本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得[0032]图4为本发明实施例所提供的扰动波动损失函数和单调性损失函数获取方法的流强训练数据集中的图像可以通过图像采集装置获取，图像采集装置包括但不限于是相机、8图2所示，编码模型可以包括一个由上采样层(Upsample)、卷积层(Conv)、归一化层9[0052]在本实施例中，如表1所示，在编码模型的第5结构块中还可以设置变换层模型的输出维度符合解码模型所需的网络数[0057]在本实施例中，如表2所示，在解码模型的第4结构块中还可以设置变换层始图像与增强图像之间的映射关系，将大小为-1×3×H×W的原始图像经过该五维张量进亮度差异损失函数可以根据标准图像和增强图像确定。图3为本发明实施例所提供的亮度调性损失函数和根据颜色查找表平滑性确定的扰动波动损失函数，图4为本发明实施例所[0073]在离线训练阶段中，从步骤S10获得的图像增强训练数据集中选择一定比例的图[0075]在在线测试阶段中，从步骤S10获得的图像增强训练数据集中选择剩余的图像数井下低照度图像增强测试，图6为本发明实施例所提供的图像增强网络模型的在线测试流二损失函数；根据第一损失函数和第二损失函数调整编码模型和查找表生成模型的参数，根据标准图像和增强图像确定，第二损失函数包括单调性损失函数和扰动波动损失函数，的平方确定颜色查找表的颜色差值平均值，并将颜色差值平均值作为扰动波动损失函数；应的增强图像包括：根据颜色查找表的表征规模对原始图像进行数值量化得到量化特征，连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进