부상 현장의 환경은 열악하고 조명 조건이 복잡하며 다양합니다. 현장에서 수집한 부상 이미지가 노출 부족, 색상 왜곡 등의 문제를 쉽게 겪는 것을 해결하기 위해 저조도 이미지 색상 깊이 부호화 및 복호화 보정과 다중 스케일 향상 방법을 제안합니다. 먼저 저조도 이미지를 RGB에서 HSV 공간으로 변환하고, 명도(V) 성분에 대해 비하향 샘플링 전단 웨이브릿 변환(NSST)을 사용하여 다중 스케일 분해를 수행합니다; 다음으로, 전역 공간 모듈 기반의 색상 부호화 및 복호화 네트워크를 제안하여 압축 추출, 색상 인코딩, 색상 디코딩, 색상 보정을 통해 색상 깊이 부호화 및 복호화 보정 네트워크 모델을 구축하고 색상도(H), 채도(S) 성분에 대한 색상 보정을 수행합니다; 그 다음 자가 적응 퍼지 세트를 사용하여 V 성분의 저주파 서브밴드 이미지를 강화하고, 스케일 관련 계수를 이용해 V 성분의 고주파 서브밴드에서 노이즈 성분을 효과적으로 제거하며, 비선형 이득 함수를 사용하여 고주파 에지 계수를 현저히 강화합니다; 마지막으로 강화된 V 성분의 각 서브밴드 이미지에 대해 NSST 역변환 및 재구성을 수행하고, 재구성된 V 성분과 보정된 H, S 성분을 융합하여 RGB 공간으로 변환합니다. 실험 결과 현재 주류 방법과 비교하여 본 방법은 CIEDE 평균 14.8358 감소, PSNR 평균 8.48 dB 증가, 구조 유사도 평균 31.32% 증가를 나타내며 연속 에지 픽셀 비율을 91% 이상 유지합니다. 본 방법은 이미지 밝기를 크게 개선하고 대비, 선명도 및 정보 엔트로피를 향상시키며 이미지 색상을 실제 색상에 더 가깝게 만들고 더 많은 텍스처 세부 정보를 보존하며 잡음을 효과적으로 억제하는 동시에 에지 향상을 실현합니다.

부상 거품;저조도 이미지;색상 보정;색상 깊이 부호화 및 복호화 네트워크;다중 스케일 향상 및 잡음 제거;비하향 샘플링 전단 웨이브릿 변환;퍼지 집합