期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
融合注意力机制和高斯滤波的Retinex图像增强算法
1
作者 张亚蒙 张宝菊 +6 位作者 张博 张翠萍 褚博华 姜凯 薛梦奇 孙艺 隋晓楚 《软件》 2025年第1期20-23,共4页
本文在Retinex-Net网络的基础上,提出了一种新的低光照图像增强网络,以解决Retinex-Net网络中反射分量噪声大,光照分量亮度低且特征提取不足等问题,有效增强了低光图像的质量。在分解网络中使用Retinex-Net网络作为基本模型,将普通卷积... 本文在Retinex-Net网络的基础上,提出了一种新的低光照图像增强网络,以解决Retinex-Net网络中反射分量噪声大,光照分量亮度低且特征提取不足等问题,有效增强了低光图像的质量。在分解网络中使用Retinex-Net网络作为基本模型,将普通卷积与空洞卷积结合,进行多尺度特征抽取,从而获得更为丰富的细节信息;在增强网络中,采用多层注意力机制模块,实现对图像中细节部分和光照部分的增强。最后,通过结合去除噪声的反射分量和增强后的光照分量,生成一幅标准的正常光照图像。实验结果表明,本文所提出的算法能够有效地增强低光照图像的亮度和对比度,同时更好地保留图像中细节信息,从而提高图像的视觉效果。 展开更多
关键词 RETINEX算法 注意力机制 低照度图像 图像增强
在线阅读 下载PDF
基于改进U-Net的双注意力机制医学图像配准
2
作者 褚博华 张宝菊 +4 位作者 姜凯 张亚蒙 薛梦奇 孙艺 隋晓楚 《软件》 2024年第12期1-4,共4页
本研究针对三维脑部医学图像的配准,提出了对Voxel Morph配准网络的改进。具体而言,原始网络中U-Net特征提取模块的跳跃连接部分被替换为具有注意力门(Attention Gate)的跳跃连接,并且在解码阶段加入了卷积块注意力模块(CBAM),形成了双... 本研究针对三维脑部医学图像的配准,提出了对Voxel Morph配准网络的改进。具体而言,原始网络中U-Net特征提取模块的跳跃连接部分被替换为具有注意力门(Attention Gate)的跳跃连接,并且在解码阶段加入了卷积块注意力模块(CBAM),形成了双重注意力机制。这种改进旨在加强网络提取的不同特征之间的内在连接,从而提高准确性。实验采用相似性损失函数和梯度损失函数作为正则化项。使用Dice相似性系数(DSC)作为评估指标。基于脑部OASIS数据集,将ANTs(Advanced Normalization Tools)仿射变换和Voxel Morph进行了比较。结果表明,与之前的两种方法相比,本文所提出的模型有所改进。此外,本研究还进行了消融实验,以确保模型中每个模块的可行性。 展开更多
关键词 医学影像 图像配准 注意力机制 深度学习 U-Net
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部