科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对图像曝光不足和曝光过度的问题，设计了基于拉普拉斯金字塔结构的多层级信息融合曝光矫正网络，该网络每个层级的矫正模块采用类U-Net的编码器-解码器架构。为了提高矫正模块的特征提取能力并减少模型参数量，设计了基于ConvNeXt-tiny的多尺度卷积编码器作为基本特征提取单元。针对图像上采样过程中可能出现的棋盘格伪影问题，提出一种基于双线性插值和亚像素卷积的双路上采样模块。通过定量和定性验证，在大规模曝光矫正数据集上均取得较好的结果。定位销定位实验显示，在不同对比度阈值下，应用该网络进行图像增强显著提升了特征可重复性、定位精度和稳定性。
- 单位
