基于生成对抗网络的渐进式夜视图像彩色化算法

受限于夜景光照不足等影响，夜视成像中的部分内容极易缺失或模糊，导致这部分的彩色化效果不佳.为此，本文提出了一种基于生成对抗网络的夜视图像彩色化算法， 通过对纹理细节的修复来提升图像模糊区域的彩色化效果.首先，在模糊区域修复中，利用下采样操作减少模糊图像块的比例，并用梯度调节预测器对模糊图像块周围的像素值进行预测，以此来不断增强和修复模糊的纹理细节.其次，在彩色化过程中，依托于生成的超分辨率图像和已有的先进对抗网络着色模型，通过最小化亮度和纹理等失真，来生成较为清晰的彩色图像.实验结果表明，经过模糊区域恢复和增强之后，灰度图像的PSNR平均提升0.33 dB.相比之前的夜视图像彩色化方法，本文方法可以赋予灰度夜视图像更丰富、自然的色调，更清楚地表达图像的细节，从而提高目标探测和识别效率.

Progressive Colorization Algorithm of Night Vision Images Based on Generative Adversarial Network