典型文献
基于深度学习的低照度图像增强
文献摘要：
该文以深度学习为基础,以增强低照度图像为背景,对图像处理技术展开了研究.在对已有的比较流行的增强技术的研究基础上,对一些步骤进行改善,提出了改进的RetinexNet算法.传统的Retinex算法在处理单张图像时比较好用,但是运算速度比较慢,没办法批量快速处理图像.在对RetinexNet改进之后,该算法能对低照度图像进行较为快速的优化,在增强图像质量的同时改善了图像细节和色彩失真,控制了图像的噪声.
文献关键词：
低照度图像;图像增强;RetinexNet改进算法
中图分类号：
作者姓名：
仇瑞阳;吴章铭;王宇辰
作者机构：
南京邮电大学,江苏南京 210000
文献出处：
引用格式：
[1]仇瑞阳;吴章铭;王宇辰-.基于深度学习的低照度图像增强)[J].电脑知识与技术,2022(07):76-77,88
A类：
B类：
低照度图像增强,图像处理技术,技术展,增强技术,RetinexNet,单张,速度比,比较慢,没办,快速处理,增强图像,图像质量,色彩失真,改进算法
AB值：
0.32244
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。
