一种基于卷积神经网络的低光照图像增强方法
来源期刊:江西理工大学学报2020年第5期
论文作者:李江华 王坤
文章页码:73 - 79
关键词:低光照;CNN;图像增强;Retinex;
摘 要:为了提高低光照图像在日常生活生产中的适应性,文章提出了一种基于卷积神经网络(CNN)的低光照图像增强方法。该方法以低光照图像为输入,利用CNN学习预测低光照图像与相应亮度图像之间的映射关系并输出低光照图像的光照图,然后利用光照图结合Retinex算法模型得到增强的图像。结果表明,文章所提出的方法整体视觉感官较好,提高了图像的整体亮度和对比度,同时减少了不均匀照明的影响,增强区域不会出现过高或过低的现象。
李江华,王坤
江西理工大学信息工程学院
摘 要:为了提高低光照图像在日常生活生产中的适应性,文章提出了一种基于卷积神经网络(CNN)的低光照图像增强方法。该方法以低光照图像为输入,利用CNN学习预测低光照图像与相应亮度图像之间的映射关系并输出低光照图像的光照图,然后利用光照图结合Retinex算法模型得到增强的图像。结果表明,文章所提出的方法整体视觉感官较好,提高了图像的整体亮度和对比度,同时减少了不均匀照明的影响,增强区域不会出现过高或过低的现象。
关键词:低光照;CNN;图像增强;Retinex;