公开(公告)号：CN118365548B

公开(公告)日：2024-11-01

申请号：CN202410792810.9

申请日：2024-06-19

Applicant: 江南大学

Inventor： 季朱方圆 ,  赵子璇 ,  吴杰

IPC: G06T5/60 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于定制展开增强器的低光照图像增强方法及系统，涉及图像处理技术领域，该方法包括获取数据集，所述数据集包括低光照和正常光照图像，将数据集划分为训练集和测试集，并对数据集中的图像进行预处理；构建图像增强网络模型，利用训练集对所述图像增强网络模型进行训练，通过引入结构相似性指数和总变异，并定义噪声抑制损失项来优化损失函数，直至达到预设的迭代次数，得到训练好的图像增强网络模型；利用测试集对训练好的图像增强网络模型进行测试，并评价模型性能。本发明提出的图像增强网络模型实现了高效增强低光照图像的效果，通过优化损失函数减少噪声并保持结构信息，展现出广泛的适用性和实用价值。

公开(公告)号：CN118365548A

公开(公告)日：2024-07-19

申请号：CN202410792810.9

申请日：2024-06-19

Applicant: 江南大学

Inventor： 季朱方圆 ,  赵子璇 ,  吴杰

IPC: G06T5/60 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于定制展开增强器的低光照图像增强方法及系统，涉及图像处理技术领域，该方法包括获取数据集，所述数据集包括低光照和正常光照图像，将数据集划分为训练集和测试集，并对数据集中的图像进行预处理；构建图像增强网络模型，利用训练集对所述图像增强网络模型进行训练，通过引入结构相似性指数和总变异，并定义噪声抑制损失项来优化损失函数，直至达到预设的迭代次数，得到训练好的图像增强网络模型；利用测试集对训练好的图像增强网络模型进行测试，并评价模型性能。本发明提出的图像增强网络模型实现了高效增强低光照图像的效果，通过优化损失函数减少噪声并保持结构信息，展现出广泛的适用性和实用价值。