基于改进型MBLLEN网络的内窥镜图像增强算法研究

针对内窥镜场景,亮度与细节增强算法可能会引入色调改变和图像噪声问题,提出改进型MBLLEN(Multi-Branch Low-Light Enhancement Network)网络对内窥镜图像进行增强。首先,采用改进型MBLLEN网络对内窥镜图像亮度进行增强,减少特征提取卷积层,并采用跳连接方式,将增强模块替换成U-Net结构;其次,引入Hessian矩阵特征值,对图像的全局线性结构做细节后处理增强。消融实验结果表明,改进结构在内窥镜场景下相比于原结构更具适应性,并且验证集的增强结果的平均PSNR值为26.829,SSIM值为0.868,DVBV值为131.372,该算法的指标结果与6种主流算法比较,均排名前列。由此可见,本研究算法在保证内窥镜图像质量的基础上,有效地提高了亮度与细节表现。