非均匀光照图像跨模态特征解耦超分辨率恢复OA

为减少不同特征间的相互干扰,增强图像特征的表达能力,提出一种非均匀光照图像跨模态特征解耦超分辨率恢复方法。首先,利用自适应Gamma增强算法增强非均匀光照图像,采用对抗解耦网络的低通滤波器在增强的光照图像内提取低频特征,并在原始图像内删减低频图像,进而得到高频特征,达到低频与高频特征解耦的目的,减少不同特征间的相互干扰,强化图像特征的表达能力;其次,利用线性映射函数将光照图像的低频与高频特征映射至红外图像内,得到红外图像的低频与高频特征,实现跨模态转换;最后,在生成网络内输入两种模态图像的低频与高频特征,生成超分辨率图像,进而利用鉴别网络对生成的超分辨率图像与真实的高分辨率图像进行区分,并通过对抗训练方式实现非均匀光照图像超分辨率的恢复。实验结果表明:所提方法可有效增强非均匀光照图像,且能够完成非均匀光照图像超分辨率恢复;在不同图像尺度下,其图像恢复的结构相似性均较高,具备较优的图像恢复效果。