基于特征融合与边界优化的棚室灵芝图像细节增强方法

基于特征融合与边界优化的棚室灵芝图像细节增强方法。属于神经网络图像处理技术领域。其解决了复杂棚室环境下灵芝图像背景干扰较强、目标边缘信息易丢失及局部细节与整体结构信息融合不足等问题。采集棚室灵芝图像数据集，划分为训练集、验证集和测试集并进行预处理；构建基于多尺度特征融合与边界细节增强的灵芝图像增强网络，所述网络包括多尺度特征提取模块、背景抑制型多尺度融合模块、全局局部特征融合模块、边界细节恢复增强模块以及图像重建输出模块；采用训练集和验证集对基于多尺度特征融合与边界细节增强的灵芝图像增强网络进行训练和验证；采用测试集输入到训练好的灵芝图像增强网络中，得到最终的图像增强结果图。