| 基于明亮通道先验和Retinex模型的弱光照图像增强网络 |
| |
| 引用本文： | 顾振飞,陈 灿,陈 勇,孔令民,赵 冉.基于明亮通道先验和Retinex模型的弱光照图像增强网络[J].电子器件,2022,45(4):831-837. |
| |
| 作者姓名： | 顾振飞 陈 灿 陈 勇 孔令民 赵 冉 |
| |
| 作者单位： | 南京信息职业技术学院网络与通信学院；南京龙渊微电子科技有限公司；南京邮电大学物联网学院；中国人民解放军 ９４８２６部队 |
| |
| 基金项目： | 江苏高校“青蓝工程”；国家自然科学基金[61872423]；2020 年江苏省产学研合作项目[BY2020430]；南京信息职业技术学院高层次人才科研启动项目[YB20200502]；南京邮电大学引进人才科研启动基金 |
| |
| 摘 要： | 结合明亮通道先验和Retinex模型，本文提出一种弱光照图像增强网络。该网络由入射光分量多尺度估计模块、多尺度入射光分量融合模块和增强效果生成模块组成。入射光分量多尺度估计模块在不同邻域半径下基于明亮通道先验对弱光照图像进行多尺度入射光分量估计；多尺度入射光分量融合模块将输入的多层入射光分量融合为入射光分量图；增强效果生成模块依据入射光分量图对弱光照图像进行像素强度调节并直接生成增强效果图。主观及客观对比实验结果证明了本算法具有良好的鲁棒性，及在视觉效果增强、有效信息增益方面的优势。
|
| 关 键 词： | 弱光照图像增强 卷积神经网络 Retinex模型 明亮通道先验 |
|
| 点击此处可从《电子器件》浏览原始摘要信息 |
|
点击此处可从《电子器件》下载全文 |
