Durante o processo de formação de imagens pela câmera, ocorre um efeito de vinhetagem devido à mudança do ângulo de visão, fazendo com que a imagem apresente o centro claro e as bordas escuras. A existência da vinhetagem faz com que parte das informações texturais das bordas da imagem se percam, afetando significativamente o desempenho do processamento de visão computacional. Para este problema, este artigo propõe melhorias no modelo de rede Retinex-Net a partir de dois aspectos: correção da nitidez da imagem e aprimoramento do desempenho de remoção de ruído. Primeiramente, foi adicionada convolução dilatada ao modelo original para manter a alta resolução da imagem corrigida e expandir o campo receptivo. Em segundo lugar, a remoção de ruído foi aprimorada para uma rede residual densa, com o objetivo de extrair densamente as características de cada camada da imagem com vinhetagem, preservando mais as características detalhadas da imagem e suprimindo o ruído. Por fim, foi construído um conjunto de dados de imagens com vinhetagem e o desempenho da algoritmos proposto foi validado no conjunto de testes. Comparado ao modelo original antes das melhorias, o valor SSIM aumentou em 0,293, o PSNR aumentou em 0,727 e o RMSE diminuiu em 0,095. Em comparação com algoritmos de correção baseados na minimização da entropia da imagem, compensação adaptativa Retinex e simetria baseada em gradiente radial, o algoritmo deste artigo apresenta melhor desempenho de correção e é visualmente mais adequado para observação e compreensão.

correção de imagens com vinhetagem; teoria Retinex; convolução dilatada; rede residual