一种有效的图像复原器：面向低光子计数成像的去噪与亮度调整
图像与视频处理
2021-11-03 v2 计算机视觉与模式识别
摘要
在光子稀缺情况下成像给许多应用带来挑战，因为所捕获的图像具有低信噪比和较差的亮度。在本文中，我们通过模拟量子图像传感器（QIS）的成像来研究低光子计数条件下的原始图像复原。我们开发了一个轻量级框架，由一个多级金字塔去噪网络（MPDNet）和一个亮度调整（LA）模块组成，以实现分离的去噪与亮度增强。我们框架的主要组件是多跳跃注意力残差块（MARB），它集成了多尺度特征融合与注意力机制以获得更好的特征表示。我们的 MPDNet 采用拉普拉斯金字塔的思想，在不同层级学习小尺度噪声图与更大尺度的高频细节，并对多尺度输入图像进行特征提取以编码更丰富的上下文信息。我们的 LA 模块通过估计去噪图像的照度来增强其亮度，从而能更好地避免色彩失真。大量实验结果表明，我们的图像复原器能够通过有效抑制噪声并恢复亮度与色彩，在各种光子水平下的退化图像上取得优越性能。
引用
@article{arxiv.2110.15715,
title = {An Effective Image Restorer: Denoising and Luminance Adjustment for Low-photon-count Imaging},
author = {Shansi Zhang and Edmund Y. Lam},
journal= {arXiv preprint arXiv:2110.15715},
year = {2021}
}