多尺度自適應注意力的數字媒體圖像增強方法研究

摘要：為優化數字媒體圖像的視覺效果，文章引入一種創新的圖像優化策略，該策略依托于多尺度自適應注意力機制。這種方法通過構建獨特的網絡架構，實現對圖像多維度特征的精確捕捉與高效整合，有效降低內容的重復性，提升圖像處理的效率與質量。文章運用拉普拉斯算子精準識別圖像中的信息缺失，配套設計高效的損失函數，旨在全面補償處理過程中的信息損耗，從而顯著提升圖像的整體質量。實驗結果表明，采用該方法增強的圖像在圖像色彩、亮度和飽和度的綜合質量評估指標上達到了0.9以上，同時在結構相似性指數上也超過了0.85，這充分驗證了該方法在圖像增強領域的卓越性能。

關鍵詞：多尺度自適應注意力；數字媒體圖像；圖像增強；拉普拉斯算子；損失函數

中圖分類號：TP301.6" 文獻標志碼：A

作者簡介：肖瑜（1981— ），女，講師，學士；研究方向：數字媒體技術應用。

0" 引言

數字圖像在獲取或傳輸過程中通常面臨噪聲、模糊以及對比度不足等問題，極大地降低了圖像的清晰度和可讀性，影響了信息的有效傳遞。因此，如何高效地增強數字圖像，提升其清晰度和對比度，成了圖像處理領域的研究焦點。

研究者們提出了多種圖像增強算法。例如：高敏欽［1］基于顏色空間，通過分離圖像的光照和反射成分，對色調、飽和度和亮度3個維度進行針對性處理，實現了圖像的降噪和增強。羅穎等［2］結合了圖像分割和邊緣提取技術，通過平滑處理達到圖像增強的效果。以上方法主要依賴于空間域和頻率域的處理技術，雖然能夠在一定程度上改善圖像質量，但通常存在計算量大、效果不自然等問題。

為了解決這些問題，文章提出基于多尺度自適應注意力的數字媒體圖像增強方法。該方法通過構建多尺度自適應注意力網絡，實現對圖像通道和空間特征的精確提取與融合，從而更有效地提升圖像的清晰度和對比度。

1" 數字媒體圖像增強方法設計

1.1" 基于多尺度自適應注意力的圖像特征提取及融合

1.1.1" 數字媒體圖像多尺度特征提取

為了從海量的數字媒體圖像中提取精細的空間特征和豐富的語義信息，文章采用了一種多尺度自適應注意力網絡進行訓練。這個網絡結構由卷積、注意力和池化3個核心模塊構成，分別承擔著圖像編碼、特征提取、殘差識別和特征融合的任務［3］。在卷積層中，文章使用了64個卷積核以及線性整流（Rectified Linear Unit，Relu）激活函數，這些組合能夠學習圖像中的復雜模式，從而捕捉圖像的關鍵特征。平均池化層負責對特征圖進行2倍下采樣［4］，這一步驟不僅減小了特征圖的尺寸，還降低了整個網絡的計算復雜度。通過多層處理，網絡能夠高效地提取和融合多尺度圖像特征。

由此，文章提取的特征圖用公式表示為：

xn=HconvavgUxn（1）

其中，xn為第n層提取的數字媒體圖像特征圖，H為自適應機制，conv為平均池化操作，avg為卷積操作，U為下采樣，x為輸入的數字圖像媒體。由此，得到多尺度的數字媒體圖像特征圖。

1.1.2" 數字媒體圖像空間特征融合

本節融合上節提取的多尺度特征，通過注意力模塊，對各個特征圖融合，得到數字媒體圖像的空間與通道特征信息;注意力模塊對輸入的特征圖特征進行細化，在通道注意力模塊內對輸入特征圖同時執行最大池化和平均池化2種操作;利用最大池化和平均池化捕捉特征圖中的最大值和平均值；這些特征隨后進入信息共享網絡，通過Conv層進行降維和升維操作［5］，減少冗余信息并保留關鍵特征；在MLP完成信息共享后，對特征圖進行元素相加，融合不同通道的特征信息，生成新的特征圖，從而更全面地表示數字媒體圖像的空間與通道特征。以上流程可表示為：

F=σ（MLP（MaxPoolxn）），（2）

其中，F為圖像特征值分配通道與空間維度的考量，σ為注意力權重，MLP為多層感知器，MaxPool為最大池化處理。在編碼器部分，當特征圖過大時采用不同倍率平均池化統一尺寸，先4倍后2倍下采樣以確保最終所有特征圖都達到相同的尺寸。這種策略有助于網絡在后續的處理中更加高效和穩定。此外，為了確保特征提取的豐富性和多樣性，這些池化操作通常與具有64個卷積核的Conv層相結合，以提取更多的空間信息。通過這種方式，網絡能夠更好地捕捉圖像中的局部細節和全局結構，為后續的任務（如分類、檢測等）提供有力的支持。

1.2" 基于損失彌補的圖像增強

在圖像增強的過程中，為了彌補圖像在處理和傳輸過程中可能產生的大量通道和空間信息損失，利用文章設計的損失函數來恢復這些丟失的圖像信息，從而增強數字媒體圖像的質量。選擇一個高質量的圖像作為參考圖像，將待增強的圖像與參考圖像的通道和空間特征進行詳細的對比。為了精確計算兩者之間的差異，采用拉普拉斯算子來計算數字媒體圖像的殘差，這個殘差代表了增強圖像與參考圖像之間的差異或損失。其可表示為：

L=1N∑Nn=1‖Flap-Blap‖，（3）

其中，L為計算數字媒體圖像的殘差損失，N為數字媒體圖像維度，lap為拉普拉斯算子，B為參考圖像。將數字媒體圖像殘差融入損失函數，本文彌補圖像損失信息，得到增強的數字媒體圖像為：

X=ωx+L，（4）

其中，X為優化后的數字圖像媒體，ω為設定均衡權重。通過以上處理完成基于多尺度自適應注意力的數字媒體圖像增強。

2 "實驗論證

實驗數據使用IHFAGHSH、IYRAHGBJ數據集，共20000張圖像，尺寸為200×200，信噪比-4 dB至16 dB。網絡參數包括一個卷積模塊、一個注意力模塊、一個池化模塊，卷積核為4×4，尺度為5，數據為64，激活函數Sigmoid。實驗將50%圖像用于訓練，剩余用于測試。采用UCIQE和SSIM作為評價指標，分別評估圖像質量和相似度。

對比基于Retinex和HSV顏色空間融合圖像分割與邊緣提取的傳統方法，文章提出的多尺度自適應注意力圖像增強方法展現了一種新穎的處理范式，側重于特征精準提取與高效融合，以實現圖像質量的顯著提升。隨機抽取10幅圖像，表1與表2分別展示了3種方法在UCIQE與SSIM指標上的性能對比。

對比表1、2中數據可知：在UCIQE評分結果中，文章方法在各個圖像序號下均取得了顯著的高分，平均得分在0.94左右，遠高于其他方法。這表明本研究能夠更有效地提升圖像的視覺質量，使其更加清晰、自然。在SSIM評分結果中，隨著信噪比的增加（即圖像質量逐漸提升），3種方法的SSIM評分均有所上升，但文章研究方法始終保持著最高的評分。即便在極低的信噪比環境（-4 dB），文章方法仍能保持SSIM評分高達0.86，顯著優于其他對比方法。這表明文章方法展現了卓越的抗噪與失真能力，確保在各種環境下均能輸出穩定且增強的圖像清晰度，對比度水平得到了顯著的提升，而且圖像與真實圖像的結構極為相似，更適用于數字媒體圖像增強質量，體現了其高度的魯棒性。

3" 結語

文章提出的基于多尺度自適應注意力的數字媒體圖像增強方法在UCIQE和SSIM這2個指標上均表現出顯著的優勢。文章通過引入多尺度分析和自適應注意力機制，使該方法能夠更精準地捕捉圖像中的細節信息，對其進行有針對性的增強，從而顯著提高圖像的視覺效果和實用性。展望未來，隨著深度學習技術的不斷發展和優化，有理由相信，基于多尺度自適應注意力的數字媒體圖像增強方法將在更多領域得到廣泛應用，為人們帶來更加清晰、逼真的視覺體驗。同時，也期待更多的研究者能夠加入這一領域的研究，共同推動數字媒體圖像增強技術的發展。無論是在清晰度、對比度還是噪聲抑制方面，文章方法都展現出優異的性能，為數字媒體處理領域提供一種新的有效技術手段。

參考文獻

［1］高敏欽.基于Retinex和HSV顏色空間的低照度圖像增強算法［J］.廣東輕工職業技術學院學報，2024（1）：9-13.

［2］羅穎，張義鳳，丁杰.基于圖像分割和邊緣提取相融合的射線缺陷圖像增強算法研究［J］.物聯網技術，2024（2）：29-32.

［3］梅杰，覃嘉銳，陳定方，等.基于視覺同時定位與地圖構建的水下圖像增強式視覺三維重建方法［J］.中國機械工程，2024（2）：268-279.

［4］饒偉，畢振波，譚逸柯，等.融合同態濾波與MSR算法的低照度船舶圖像增強［J］.艦船科學技術，2024（1）：152-157.

［5］顧文娟，丁燦，魏金，等.基于雙邊濾波MSR與AutoMSRCR融合的低光照圖像增強［J］.光學精密工程，2023（24）：3606-3617.

（編輯" 王永超編輯）

Image enhancement methods in digital media with multi-scale adaptive attention

XIAO" Yu

（Puyang Vocational and Technical College， Puyang 457000， China）

Abstract： To optimize the visual effects of digital media images， this article introduces an innovative image optimization strategy that relies on a multi-scale adaptive attention mechanism. This method achieves precise capture and efficient integration of multi-dimensional features of images by constructing a unique network architecture， effectively reducing the repetition of content and improving the efficiency and quality of image processing. The article uses Laplace operator to accurately identify missing information in images and designs an efficient loss function to comprehensively compensate for information loss during the processing， thereby significantly improving the overall quality of the image. The experimental results show that the image enhanced by this method achieves over 0.9 on a comprehensive quality evaluation index in terms of color， brightness， and saturation， and also exceeds 0.85 in terms of structural similarity index， which fully verifies the outstanding performance of this method in the field of image enhancement.

Key words： multi-scale adaptive attention; digital media image; image enhancement; Laplacian operator; loss function