[发明专利]一种基于密集残差和双流注意力的红外图像彩色化方法

说明书

本发明公开了一种基于密集残差和双流注意力的红外图像彩色化方法，涉及图像处理技术领域，具体步骤为：构建包括生成器和鉴别器的生成对抗网络；根据第一红外图像数据集对生成对抗网络进行预训练；利用第一红外图像数据集对网络模型进行训练，直至达到预设阈值；利用第二红外图像数据集对网络模型进行再次训练和微调，获得最终模型；将获得最终模型的参数进行固化，保存模型；本发明使红外图像彩色化得到的图像具有更好的着色效果，更符合人眼视觉观察，同时本发明提出的方法实现过程简单，着色效率更高，通用性更强。

技术领域

本发明涉及图像处理技术领域，更具体的说是涉及一种基于密集残差和双流注意力的红外图像彩色化方法。

背景技术

红外图像的彩色化是一个模糊不清的问题，因为一个灰度值可能对应着多个可能的颜色值。不同于仅仅估计图像色度信息的灰度图像彩色化，红外图像彩色化需要同时估计图像的亮度和色度信息。除此以外，红外图像的特性与其对应可见光图像的特征并没有必然的联系，因此红外图像的彩色化可以近似看作为从红外图像的语义图像中生成RGB图像。这些客观存在的问题加剧了实现红外图像彩色化的难度。

中国专利公开号为“CN114581560A”，名称为“基于注意力机制的多尺度神经网络红外图像彩色化方法”，该方法首先利用二维卷积神经网络在不同分辨率对输入的红外图像对进行特征提取；将处理后的图像输入主干网络；利用主干网络对输入图片进行编码，得到输入特征；然后通过注意力机制对提取出的高维特征信息进行凝练处理；最终将多尺度信息进行融合处理得到预测的彩色红外图像。该方法得到的红外彩色化图像对比度较低，颜色不自然，不符合人眼视觉效果，同时计算复杂度较高且效率低下。因此，如何克服上述缺陷是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种基于密集残差和双流注意力的红外图像彩色化方法，解决了现有的红外图像彩色化方法得到的图像对比度较低、饱和度较低和效率低下的问题，使红外图像彩色化得到的图像具有更好的着色效果，更符合人眼视觉观察，同时本发明提出的方法实现过程简单，着色效率更高，通用性更强。

本发明解决技术问题的方案是：

为了实现上述目的，本发明提供如下技术方案：

一种基于密集残差和双流注意力的红外图像彩色化方法，具体步骤为：

构建网络模型：构建包括生成器和鉴别器的生成对抗网络；

准备数据集：根据第一红外图像数据集对生成对抗网络进行预训练；

训练网络模型：利用第一红外图像数据集对网络模型进行训练，直至达到预设阈值；

微调模型：利用第二红外图像数据集对网络模型进行再次训练和微调，获得最终模型；

保存模型：将获得最终模型的参数进行固化，保存模型。

可选的，生成器包括浅层特征提取模块、下采样模块、注意力模型、上采样模块、图像重建模块；

所述浅层特征提取模块，用于利用卷积块对图片进行浅层特征提取；

所述下采样模块，用于利用M池化提取图片深层次的语义信息；

所述注意力模型，用于增加图片的语义信息和颜色信息的关注度；

所述上采样模块，用于利用卷积块恢复特征图的大小；

所述图像重建模块，用于利用卷积块和T型函数重建红外彩色化图像。

可选的，鉴别器包括多个卷积块、归一化层和L型函数。

可选的，第一红外图像数据集为RGB-NIR数据集。

可选的，在训练网络模型中预设阈值包括损失函数预设值、训练次数预设值。