基于深度卷积神经网络的低照度图像增强 |
| |
作者姓名: | 马红强 马时平 许悦雷 朱明明 |
| |
作者单位: | 空军工程大学航空工程学院,陕西 西安,710038;空军工程大学航空工程学院, 陕西 西安 710038;西北工业大学无人系统技术研究院, 陕西 西安 710072 |
| |
基金项目: | 国家自然科学基金;国家自然科学基金 |
| |
摘 要: | 针对低照度条件下图像降质严重的问题,提出了一种基于深度卷积神经网络(DCNN)的低照度图像增强算法。该算法根据Retinex模型合成训练样本,将原始低照度图像从RGB (Red Green Blue)空间转换到HSI (Hue Saturation Intensity)颜色空间,保持色度分量和饱和度分量不变,利用DCNN对亮度分量进行增强,最后将HSI颜色空间转换到RGB空间,得到最终的增强图像。实验结果表明,与现有主流的图像增强算法相比,所提算法不仅能够有效提升亮度和对比度,改善过增强现象,而且能够避免色彩失真,主观视觉和客观评价指标均得到了进一步提高。
|
关 键 词: | 图像处理 图像增强 Retinex模型 卷积神经网络 批归一化 |
本文献已被 CNKI 万方数据 等数据库收录! |
|