超低照度下微光图像增强神经网络损失函数设计分析

• 作者: 刘超 张晓晖 胡清平
• 来源期刊: 国防科技大学学报
• 学科: 工学
• 关键词: 微光图像 图像增强 卷积神经网络 损失函数
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 航天工程·光学工程
• 页码范围: 67-73
• 页数: 7页
• 分类号: TN223
• 字数: 5274字
• 语种: 中文
• DOI: 10.11887/j.cn.201804011

摘要

超低照度下(环境照度小于2×10-3 lux)微光图像具有低信噪比、低对比度等特点,使目标难以辨识,严重影响观察效果.为了提高超低照度下微光图像质量,设计了一种用于微光图像增强的卷积自编码深度神经网络,并针对传统的均方误差损失函数不符合人类视觉感知特性等问题,结合现有的全参考图像质量评价指标,研究了包括感知损失在内的几种损失函数,并提出了一种新的可微分损失函数.实验结果表明,在网络结构不发生改变的情况下,所提损失函数具有更好的性能,在提高微光图像信噪比和对比度的同时,能够有效地增强图像内部细节信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晓晖	海军工程大学兵器工程学院	112	670	13.0	20.0
2	刘超	海军工程大学兵器工程学院	10	21	3.0	4.0
4	胡清平	海军工程大学兵器工程学院	11	33	4.0	5.0