-
公开(公告)号：CN116912110A
公开(公告)日：2023-10-20
申请号：CN202310733090.4
申请日：2023-06-20
Applicant: 哈尔滨理工大学
IPC: G06T5/00 , G06N3/0464 , G06N3/084
Abstract: 本发明针对Retinex‑Net网络对图像增强上可能出现颜色过度饱和、细节丢失等缺陷。提出了一种基于NARetinex‑Net的低照度图像增强算法。首先，在分解网络阶段使用残差网络和膨胀卷积提取深度特征；其次，在U型网络中结合改进的Res‑Inception模块和MBECANet注意力机制使提取的深度特征更适用噪声较多、光照分布不均匀的图像；最后，利用DenseNet思想对光照调整网络进行改进，上分支将普通的卷积替换成密集残差块，下分支使用Res‑Inception模块旨在深度提取亮度图像的颜色、纹理等信息，最后将上下分支的输出结果融合。实验表明，该算法在数据集上比普通的Retinex‑Net图像增强算法有更好的增强效果。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
