一种基于深度学习的结合去噪的低照度RGB图像增强方法

本发明提供了一种基于深度学习的结合去噪的低照度RGB图像增强方法，该方法的主体是一个用于提取特征的模型结构。该方法包括以下步骤：首先读取待训练的低照度RGB图像，然后给这些图像加上随机高斯噪声，以模拟低照度环境下相机传感器退化导致的噪声增强现象，随后将该RGB图像转换到YCbCr色彩空间，以实现光照和纹理特征(Y通道)与色彩特征(Cb和Cr通道)的分离，对Y通道先后进行光照增强的学习和去噪学习，并在每一阶段单独输出，最后与经过通道注意力加强的色彩特征合并并得到最终输出，在训练的过程中在模型结构中通过不同的损失函数对模型不同阶段的输出进行分别监督。通过该方法可以在端到端的情形下，兼顾低照度图像增强过程中光照增强、噪声控制和色彩及细节保持问题，达到较为自然且贴近现实的增强效果。