一种融合策略下自适应RetinexNet的低照度图像增强方法

    公开(公告)号:CN115035011A

    公开(公告)日:2022-09-09

    申请号:CN202210644966.3

    申请日:2022-06-09

    Abstract: 本发明涉及图像处理技术领域,具体涉及一种融合策略下自适应RetinexNet的低照度图像增强方法,包括将低照度图像的V通道图像以及正常光图像对输入DecomNet中,得到图像的光照和反射率;将低照度图像的反射率以及光照输入到RestorationNet中,用光照引导反射率降噪,得到降噪以后的反射率;将低照度图像的反射率以及光照输入到EnhanceNet中,对低照度图像的光照进行增强,得到增强后的光照;图像重建,得到粗增强图像;获取低照度图像的虚拟过曝光图像,将其与低照度图像、粗增强图像进行融合;本发明改善了图像增强后的色彩失真现象,并满足了保留边缘结构和细节信息的同时可以有效抑制噪声的需求。

    一种融合策略下自适应RetinexNet的低照度图像增强方法

    公开(公告)号:CN115035011B

    公开(公告)日:2024-09-06

    申请号:CN202210644966.3

    申请日:2022-06-09

    Abstract: 本发明涉及图像处理技术领域,具体涉及一种融合策略下自适应RetinexNet的低照度图像增强方法,包括将低照度图像的V通道图像以及正常光图像对输入DecomNet中,得到图像的光照和反射率;将低照度图像的反射率以及光照输入到RestorationNet中,用光照引导反射率降噪,得到降噪以后的反射率;将低照度图像的反射率以及光照输入到EnhanceNet中,对低照度图像的光照进行增强,得到增强后的光照;图像重建,得到粗增强图像;获取低照度图像的虚拟过曝光图像,将其与低照度图像、粗增强图像进行融合;本发明改善了图像增强后的色彩失真现象,并满足了保留边缘结构和细节信息的同时可以有效抑制噪声的需求。

    基于平滑结构张量自适应的非局部全变分图像复原方法

    公开(公告)号:CN113870149B

    公开(公告)日:2024-07-16

    申请号:CN202111224640.7

    申请日:2021-10-21

    Abstract: 本发明属于数字图像处理技术领域,具体涉及一种基于平滑结构张量自适应的非局部全变分图像复原方法,包括基于平滑结构张量特征值导出的局部对比度,结合结构相似度,构建图像中两个像素之间的权值,该权值为两个像素之间的非局部相似性的度量;基于两个像素之间的权值,构建非局部正则项和L2数据保真项,并以最小化正则项和数据保真项之和为目标构建目标函数;使用分裂布雷格曼数值迭代方法求解目标函数,获取复原后的图像;本发明权值函数中除包括像素灰度信息外,同时包括了结构信息,权值函数的构成更加合理,另外采用的平滑结构张量能够很好的刻画图像的边缘、纹理区域,既能去除噪声,又能保留和增强纹理细节。

    基于平滑结构张量自适应的非局部全变分图像复原方法

    公开(公告)号:CN113870149A

    公开(公告)日:2021-12-31

    申请号:CN202111224640.7

    申请日:2021-10-21

    Abstract: 本发明属于数字图像处理技术领域,具体涉及一种基于平滑结构张量自适应的非局部全变分图像复原方法,包括基于平滑结构张量特征值导出的局部对比度,结合结构相似度,构建图像中两个像素之间的权值,该权值为两个像素之间的非局部相似性的度量;基于两个像素之间的权值,构建非局部正则项和L2数据保真项,并以最小化正则项和数据保真项之和为目标构建目标函数;使用分裂布雷格曼数值迭代方法求解目标函数,获取复原后的图像;本发明权值函数中除包括像素灰度信息外,同时包括了结构信息,权值函数的构成更加合理,另外采用的平滑结构张量能够很好的刻画图像的边缘、纹理区域,既能去除噪声,又能保留和增强纹理细节。

Patent Agency Ranking