共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
为了解决低照度图像亮度低、对比度低、信息丢失严重、颜色失真等问题,提出一种基于并联残差网络的低照度图像增强算法.该网络模型的主要思想是将交替残差模块与局部全局残差模块进行并联,运用改进的损失函数计算测试集损失,不断地调整网络参数,最终得到具有较强增强能力的网络模型.实验结果表明,本文网络模型能够有效提高图像亮度、对比度... 相似文献
4.
通过对比不同图像增强算法,针对传统图像增强算法无法兼顾色彩、细节以及纹理的同步处理等问题,文章提出一种MSRCR-HIS图像增强算法,融合直方图转换法与MSRCR算法的优势,并将处理后的图像与原始图像进行融合以保留原图细节信息,通过验证,文章提出的算法与经典算法相比,能够有效地改善图像的呈现效果,有利于后续各项实验操作。 相似文献
5.
针对低照度图像增强算法在实现细节增强的同时对噪声抑制考虑的不足问题,该文提出一种基于深度卷积神经网络的无参考低照度图像增强方法。首先,基于Retinex理论从输入的低照度图像中提取照射分量和反射分量,并分别对二者进行优化,随后将优化后的照射分量和反射分量相乘得到增强后的图像;同时,将3D块匹配(BM3D)的去噪效果融合进反射分量的优化过程中;最后,采用无参考图像训练的方式,并配合改进后的趋势一致性损失对网络参数进行更新。实验结果表明,该文算法相较于现有的主流算法,可有效地提升低照度图像的对比度和亮度,同时保持图像的自然性。 相似文献
6.
为提升低照度图像的饱和度,增强图像的视觉效果,对基于卷积神经网络的低照度图像增强方法设计与分析。进行低照度图像预处理,设定Reyinex卷积分辨目标,通过FRED-Net结构识别图像特征,进行BP神经元图像增强节点的布设,以此为基础,设计HSI双向卷积神经网络图像增强模型,建立注意力机制,采用合成处理实现低照度图像增强。最终的测试结果表明:与传统单质成像图像增强测试组、传统层级描述图像增强测试组相对比,文章所设计的卷积神经图像增强测试组最终得出的饱和度可以达到92%,表明该方法对于图像的增强效果更佳,具有实际的应用价值。 相似文献
7.
8.
为了拓展非制冷短波红外探测器在弱光夜视观测方面的应用,开展了针对短波红外低照度成像的研究。提出了一种新的图像增强方法抑制图像噪声增强图像细节进而改善图像质量。使用3D降噪(3DNR(3D Noise reduction))算法,将多尺度高斯差分法结合边缘保持滤波器最大限度的分离图像高频信息与隐藏噪声,再针对图像进行自适应灰度映射。实验结果表明:该算法显著地抑制了在低照度下图像的时域噪声,丰富了短波红外图像的细节,改善了短波红外的夜视显示效果。 相似文献
9.
10.
11.
针对成像设备在夜间等低照度环境下采集的图像存在细节丢失、动态范围较窄和大量噪声等特点,导致采集图像清晰度低、可用性不高和识别性较差等问题,提出了一种多层次特征融合(Multi-level Feature Fusion, MFF-Net)算法。该算法利用多尺度采样构建U型网络,并引入多种注意力机制多线程处理图像流,各支路特征向量跨通道交互,协同渐进式抑制冗余信息。高效运用特征融合模块强化对低尺度纹理细节和多层次特征的感知。设计了由峰值信噪比(Peak Signal to Noise Ratio, PSNR)和结构相似性(Structural Similarity, SSIM)指标构成的损失函数,有目的地引导网络由浅到深地学习图像之间的映射关系,从而加快模型收敛速度,助力提高模型性能和图像增强。所提算法在LOL数据集Low-Light Dataset上进行了相关实验和测试。其PSNR、SSIM和学习感知图像块相似度(Learned Perceptual Image Patch Similarity, LPIPS)等6种客观评价指标上整体优于大部分先进算法。实验结果表明,所构建的模型能有效抑... 相似文献
12.
针对传统图像增强算法在处理井下图片时存在的噪声大、图像颜色失真等问题,提出一种基于深度学习的KinD-Net算法应用于矿井下环境对图像进行增强。该算法在图像分解网络中加入重构损失,反射图恢复网络中加入去噪模块,抑制图像增强过程中产生的噪声。在反射恢复网络中引入照度图信息减少图像颜色失真。将本文算法与Retinex算法、MSRCR算法、HSV MSRCR算法与Retinex-Net算法进行对比。实验结果表明,本文算法峰值信噪比、机构相似性方面表现较优,可以有效提高图像的亮度,优化图像颜色失真问题。 相似文献
13.
在低照度环境下采集的图像往往亮度不足,导致在后续视觉任务中难以有效利用.针对这一问题,过去的低照度图像增强方法大多在极度低光场景中表现失败,甚至放大了图像中的底层噪声.为了解决这一难题,本文提出了 一种新的基于深度学习的端到端神经网络,该网络主要通过空间和通道双重注意力机制来抑制色差和噪声,其中空间注意力模块利用图像的... 相似文献
14.
15.
16.
复杂环境下的低照度图像具有光照分布不均、多光源叠加作用等特点,导致增强后的图像真实性不足、图像噪声增加等问题。针对低照度图像的特点,提出了一种基于深度注意力机制的低照度图像增强方法。设计生成对抗全局自注意力低照度增强网络(GSLE-GAN)以实现低照度图像的增强。在生成器中设计并使用注意力模块,提高模型对于光照分布特点的提取能力以及生成图像的真实性,采用局部鉴别器与全局鉴别器共同作用的方式使图像具有更丰富的细节信息,使用非配对数据及对模型进行训练,以提升模型的鲁棒性并进一步保证生成图像的真实性。通过对比实验,证明了文中所提方法的优越性,并在目标检测任务中证明了方法的有效性。 相似文献
18.
19.
20.
针对局部低照度导致的水下图像细节丢失以及使用现有的水下图像整体增强方法产生的增强过度现象,提出一种基于改进Retinex-Net的水下图像增强方法.通过基于HSV空间颜色阈值的图像二值化获取图像任意位置的低照度区域;利用卷积神经网络对图像的低照度区域学习与分解,并对分解结果进行端对端训练;在增强网络中运用U-Net,构... 相似文献