多尺度自适应注意力的数字媒体图像增强方法研究

摘要：为优化数字媒体图像的视觉效果，文章引入一种创新的图像优化策略，该策略依托于多尺度自适应注意力机制。这种方法通过构建独特的网络架构，实现对图像多维度特征的精确捕捉与高效整合，有效降低内容的重复性，提升图像处理的效率与质量。文章运用拉普拉斯算子精准识别图像中的信息缺失，配套设计高效的损失函数，旨在全面补偿处理过程中的信息损耗，从而显著提升图像的整体质量。实验结果表明，采用该方法增强的图像在图像色彩、亮度和饱和度的综合质量评估指标上达到了0.9以上，同时在结构相似性指数上也超过了0.85，这充分验证了该方法在图像增强领域的卓越性能。

关键词：多尺度自适应注意力；数字媒体图像；图像增强；拉普拉斯算子；损失函数

中图分类号：TP301.6" 文献标志码：A

作者简介：肖瑜（1981— ），女，讲师，学士；研究方向：数字媒体技术应用。

0" 引言

数字图像在获取或传输过程中通常面临噪声、模糊以及对比度不足等问题，极大地降低了图像的清晰度和可读性，影响了信息的有效传递。因此，如何高效地增强数字图像，提升其清晰度和对比度，成了图像处理领域的研究焦点。

研究者们提出了多种图像增强算法。例如：高敏钦［1］基于颜色空间，通过分离图像的光照和反射成分，对色调、饱和度和亮度3个维度进行针对性处理，实现了图像的降噪和增强。罗颖等［2］结合了图像分割和边缘提取技术，通过平滑处理达到图像增强的效果。以上方法主要依赖于空间域和频率域的处理技术，虽然能够在一定程度上改善图像质量，但通常存在计算量大、效果不自然等问题。

为了解决这些问题，文章提出基于多尺度自适应注意力的数字媒体图像增强方法。该方法通过构建多尺度自适应注意力网络，实现对图像通道和空间特征的精确提取与融合，从而更有效地提升图像的清晰度和对比度。

1" 数字媒体图像增强方法设计

1.1" 基于多尺度自适应注意力的图像特征提取及融合

1.1.1" 数字媒体图像多尺度特征提取

为了从海量的数字媒体图像中提取精细的空间特征和丰富的语义信息，文章采用了一种多尺度自适应注意力网络进行训练。这个网络结构由卷积、注意力和池化3个核心模块构成，分别承担着图像编码、特征提取、残差识别和特征融合的任务［3］。在卷积层中，文章使用了64个卷积核以及线性整流（Rectified Linear Unit，Relu）激活函数，这些组合能够学习图像中的复杂模式，从而捕捉图像的关键特征。平均池化层负责对特征图进行2倍下采样［4］，这一步骤不仅减小了特征图的尺寸，还降低了整个网络的计算复杂度。通过多层处理，网络能够高效地提取和融合多尺度图像特征。

由此，文章提取的特征图用公式表示为：

xn=HconvavgUxn（1）

其中，xn为第n层提取的数字媒体图像特征图，H为自适应机制，conv为平均池化操作，avg为卷积操作，U为下采样，x为输入的数字图像媒体。由此，得到多尺度的数字媒体图像特征图。

1.1.2" 数字媒体图像空间特征融合

本节融合上节提取的多尺度特征，通过注意力模块，对各个特征图融合，得到数字媒体图像的空间与通道特征信息;注意力模块对输入的特征图特征进行细化，在通道注意力模块内对输入特征图同时执行最大池化和平均池化2种操作;利用最大池化和平均池化捕捉特征图中的最大值和平均值；这些特征随后进入信息共享网络，通过Conv层进行降维和升维操作［5］，减少冗余信息并保留关键特征；在MLP完成信息共享后，对特征图进行元素相加，融合不同通道的特征信息，生成新的特征图，从而更全面地表示数字媒体图像的空间与通道特征。以上流程可表示为：

F=σ（MLP（MaxPoolxn）），（2）

其中，F为图像特征值分配通道与空间维度的考量，σ为注意力权重，MLP为多层感知器，MaxPool为最大池化处理。在编码器部分，当特征图过大时采用不同倍率平均池化统一尺寸，先4倍后2倍下采样以确保最终所有特征图都达到相同的尺寸。这种策略有助于网络在后续的处理中更加高效和稳定。此外，为了确保特征提取的丰富性和多样性，这些池化操作通常与具有64个卷积核的Conv层相结合，以提取更多的空间信息。通过这种方式，网络能够更好地捕捉图像中的局部细节和全局结构，为后续的任务（如分类、检测等）提供有力的支持。

1.2" 基于损失弥补的图像增强

在图像增强的过程中，为了弥补图像在处理和传输过程中可能产生的大量通道和空间信息损失，利用文章设计的损失函数来恢复这些丢失的图像信息，从而增强数字媒体图像的质量。选择一个高质量的图像作为参考图像，将待增强的图像与参考图像的通道和空间特征进行详细的对比。为了精确计算两者之间的差异，采用拉普拉斯算子来计算数字媒体图像的残差，这个残差代表了增强图像与参考图像之间的差异或损失。其可表示为：

L=1N∑Nn=1‖Flap-Blap‖，（3）

其中，L为计算数字媒体图像的残差损失，N为数字媒体图像维度，lap为拉普拉斯算子，B为参考图像。将数字媒体图像残差融入损失函数，本文弥补图像损失信息，得到增强的数字媒体图像为：

X=ωx+L，（4）

其中，X为优化后的数字图像媒体，ω为设定均衡权重。通过以上处理完成基于多尺度自适应注意力的数字媒体图像增强。

2 "实验论证

实验数据使用IHFAGHSH、IYRAHGBJ数据集，共20000张图像，尺寸为200×200，信噪比-4 dB至16 dB。网络参数包括一个卷积模块、一个注意力模块、一个池化模块，卷积核为4×4，尺度为5，数据为64，激活函数Sigmoid。实验将50%图像用于训练，剩余用于测试。采用UCIQE和SSIM作为评价指标，分别评估图像质量和相似度。

对比基于Retinex和HSV颜色空间融合图像分割与边缘提取的传统方法，文章提出的多尺度自适应注意力图像增强方法展现了一种新颖的处理范式，侧重于特征精准提取与高效融合，以实现图像质量的显著提升。随机抽取10幅图像，表1与表2分别展示了3种方法在UCIQE与SSIM指标上的性能对比。

对比表1、2中数据可知：在UCIQE评分结果中，文章方法在各个图像序号下均取得了显著的高分，平均得分在0.94左右，远高于其他方法。这表明本研究能够更有效地提升图像的视觉质量，使其更加清晰、自然。在SSIM评分结果中，随着信噪比的增加（即图像质量逐渐提升），3种方法的SSIM评分均有所上升，但文章研究方法始终保持着最高的评分。即便在极低的信噪比环境（-4 dB），文章方法仍能保持SSIM评分高达0.86，显著优于其他对比方法。这表明文章方法展现了卓越的抗噪与失真能力，确保在各种环境下均能输出稳定且增强的图像清晰度，对比度水平得到了显著的提升，而且图像与真实图像的结构极为相似，更适用于数字媒体图像增强质量，体现了其高度的鲁棒性。

3" 结语

文章提出的基于多尺度自适应注意力的数字媒体图像增强方法在UCIQE和SSIM这2个指标上均表现出显著的优势。文章通过引入多尺度分析和自适应注意力机制，使该方法能够更精准地捕捉图像中的细节信息，对其进行有针对性的增强，从而显著提高图像的视觉效果和实用性。展望未来，随着深度学习技术的不断发展和优化，有理由相信，基于多尺度自适应注意力的数字媒体图像增强方法将在更多领域得到广泛应用，为人们带来更加清晰、逼真的视觉体验。同时，也期待更多的研究者能够加入这一领域的研究，共同推动数字媒体图像增强技术的发展。无论是在清晰度、对比度还是噪声抑制方面，文章方法都展现出优异的性能，为数字媒体处理领域提供一种新的有效技术手段。

参考文献

［1］高敏钦.基于Retinex和HSV颜色空间的低照度图像增强算法［J］.广东轻工职业技术学院学报，2024（1）：9-13.

［2］罗颖，张义凤，丁杰.基于图像分割和边缘提取相融合的射线缺陷图像增强算法研究［J］.物联网技术，2024（2）：29-32.

［3］梅杰，覃嘉锐，陈定方，等.基于视觉同时定位与地图构建的水下图像增强式视觉三维重建方法［J］.中国机械工程，2024（2）：268-279.

［4］饶伟，毕振波，谭逸柯，等.融合同态滤波与MSR算法的低照度船舶图像增强［J］.舰船科学技术，2024（1）：152-157.

［5］顾文娟，丁灿，魏金，等.基于双边滤波MSR与AutoMSRCR融合的低光照图像增强［J］.光学精密工程，2023（24）：3606-3617.

（编辑" 王永超编辑）

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