基于云计算平台加速的时频域结合图像增强方法

不充分的光照会使图像细节损失严重，降低图像视觉质量，严重影响图像的各项下游任务，如目标检测、分类和识别等。因此，如何针对低照度图像进行增强，是机器视觉领域研究的热点。现有方法都是基于时域设计的，没有基于更接近人类视觉系统、信息表征能力更强的频域，增强效果一度停滞不前。针对这一问题，以提升图像增强效果为目标，将时域原图像的频域信号进行编码、映射和增强，提出了一种包含全新频域图像增强模块的时频结合低照度图像增强(Low Light Image Enhancement, LLIE)网络。同时，为了加快上述深层网络的训练速度，提出了一种基于云计算平台的专有加速模块，从系统架构的角度对网络训练进行加速。实验结果表明，所提算法增强后的图像不但比其余方法拥有更优异的客观指标、更好的主观视觉效果，同时也拥有比传统计算平台更快的训练速度。