融合坐标注意力机制的植物低照度多光谱图像增强模型

来源：激光技术杂志2025年第1期北京时间：

作者：张伯驹, 朱启兵, 黄敏, 赵鑫

摘要：为了解决短时曝光条件下高(多)光谱图像照度和信噪比偏低问题，提出了一种基于改进残差(Res-UNet)的高(多)光谱图像增强模型。该模型以Res-UNet为主干网络，采用空洞空间金字塔池化和坐标注意力机制强化模型的特征聚合能力，并引入标准分数损失函数以改善模型对光谱曲线的重构能力，利用图像增强质量指标和下游任务(干旱叶片分割精度)对所提模型的性能进行评价。结果表明，改进后模型的峰值信噪比、结构相似度和光谱角映射分别达到0.9852、39.71和3.120，优于对比算法；其对于干旱叶片的分割精确率也高于各类主流算法。该模型对植物低照多光谱图像增强的有效性，可为各类光谱图像下游任务提供信息支持。

关键词：图像处理, 多光谱图像, 注意力机制, 低照度图像, 图像增强