典型文献
低照度图像增强算法研究及改进
文献摘要：
低照度图像增强一直是图像处理的研究热点之一,主要算法包括直方图均衡、多尺度、LIME等,以及一些深度学习模型如RetinexNet、GladNet等.分析这些算法和模型,并结合近年使用比较广泛的卷积注意力模块(Convolutional Block Attention Module,CBAM)和UNet网络结构提出一种新的神经网络模型.使用上述算法和模型在LOL低照度数据集上测试,比较MSE、PSNR、SSIM等指标.实验证明,提出的网络模型在视觉效果和指标数据上均取得了更好的结果,提升了增强性能.
文献关键词：
视网膜皮层理论;卷积;注意力机制;峰值信噪比
中图分类号：
作者姓名：
韩伟娟;董新捷;邢广东;王海强
作者机构：
中原科技学院,河南郑州451464;河南省公安厅,河南郑州450003
文献出处：
引用格式：
[1]韩伟娟;董新捷;邢广东;王海强-.低照度图像增强算法研究及改进)[J].信息工程大学学报,2022(02):173-178
A类：
GladNet,视网膜皮层理论
B类：
低照度图像增强,图像增强算法,算法研究,直方图均衡,LIME,深度学习模型,RetinexNet,卷积注意力模块,Convolutional,Block,Attention,Module,CBAM,UNet,LOL,MSE,PSNR,SSIM,视觉效果,增强性能,注意力机制,峰值信噪比
AB值：
0.388782
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。
