典型文献
基于卷积神经网络的逆光图像增强研究
文献摘要：
现有的大部分算法只能针对特定照度的逆光图像有出色的增强效果,不能高效率地解决各类照度的逆光图像.因此,本文提出一种基于卷积神经网络的图像增强算法,并构建一种集分解、恢复、调节为一体的新型网络架构.利用Retinex理论设计一个分解网络,将逆光图像与其对应的高光图像都分解为反射图和光照图.采用高光图反射分量作为去噪参考,修复暗光缺陷,并添加颜色饱和度模块,最大程度地保留图像恢复过程中的颜色等细节.逆光图像的光照图可依据用户喜好自适应调节亮度,设置增强比率(目标光源与图像光源间的比值)作为调节指标,将逆光图像增强至高光图像时,增强比率要大于1.在多个公开数据集(LOL、DICM、NPE)上验证,研究表明本文方法可有效增强逆光图像亮度,改善图像质量,保证图像细节不丢失,避免颜色失真.在不同照度的逆光图像上均有较好的效果,主观和客观评价指标上的结果优于对比算法,对智慧城市的安防以及人工智能的发展有应用价值.
文献关键词：
逆光图像增强;卷积神经网络;Retinex;色彩饱和度;人工智能
中图分类号：
作者姓名：
马铖旭;曾上游;赵俊博;陈红阳
作者机构：
广西师范大学 电子工程学院, 广西 桂林541004
文献出处：
引用格式：
[1]马铖旭;曾上游;赵俊博;陈红阳-.基于卷积神经网络的逆光图像增强研究)[J].广西师范大学学报（自然科学版）,2022(02):81-90
A类：
逆光图像增强
B类：
照度,出色,增强效果,图像增强算法,新型网络架构,Retinex,理论设计,去噪,暗光,色饱和度,图像恢复,恢复过程,喜好,自适应调节,光源,公开数据集,LOL,DICM,NPE,图像亮度,图像质量,颜色失真,客观评价指标,对比算法,智慧城市,安防,色彩饱和度
AB值：
0.267038
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
