典型文献
基于Retinex-Net改进的室外场景低照度图像增强算法
文献摘要：
为解决低光照环境下图片可见度差以及色彩偏差等问题,提出一种基于Retinex-Net网络改进的低照图增强方法.方法将输入图片由RGB域转换到HSV色彩空间进行处理,对V分量的反射图引入去噪卷积神经网络DeamNet网络去噪,将V分量的光照图通过空间注意力模块和通道注意力模块进行色彩增强,最后将各分量融合后转换回RGB空间获得增强效果.经实验证明,本算法增强后的低照度图像亮度提升、细节突出、图像失真小且真实自然,从主观感受与客观评价指标各方面均优于其他算法.
文献关键词：
Retinex-Net网络;深度学习;图像分解;低照度图像增强
中图分类号：
作者姓名：
鲁鑫鑫;张荣芬;刘宇红;李宽;韩云杰
作者机构：
贵州大学大数据与信息工程学院,贵阳550025;贵阳信息技术研究院,贵阳550081
文献出处：
引用格式：
[1]鲁鑫鑫;张荣芬;刘宇红;李宽;韩云杰-.基于Retinex-Net改进的室外场景低照度图像增强算法)[J].微处理机,2022(06):33-37
A类：
DeamNet
B类：
Retinex,外场,低照度图像增强,图像增强算法,低光照环境,下图,可见度,增强方法,RGB,域转换,换到,HSV,色彩空间,去噪卷积神经网络,空间注意力,通道注意力模块,行色,色彩增强,换回,增强效果,图像亮度,失真,真实自然,主观感受,客观评价指标,图像分解
AB值：
0.381034
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。
