公开(公告)号：CN112927164B

公开(公告)日：2023-04-07

申请号：CN202110304197.8

申请日：2021-03-22

Applicant: 重庆邮电大学

Inventor： 陈勇 ,  陈东 ,  刘焕淋 ,  金曼莉 ,  汪波

IPC: G06T5/00 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明涉及一种基于深度卷积神经网络的无参考低照度图像增强方法，属于图像处理领域。首先，使用深度卷积神经网络构建包含两个分支的特征提取模块，并从输入的低照度图像中提取照射分量和反射分量。之后，对反射分量进行去噪，将其融入到优化网络中得到优化后的反射分量。然后，将照射分量输入到优化网络中得到优化后的照射分量。最后，将优化后的照射分量和反射分量相乘得到最终的增强结果。本发明充分利用了从输入图像中提取的反射分量，有效降低了图像中噪声的干扰并提升了细节表现能力。

公开(公告)号：CN112927164A

公开(公告)日：2021-06-08

申请号：CN202110304197.8

申请日：2021-03-22

Applicant: 重庆邮电大学

Inventor： 陈勇 ,  陈东 ,  刘焕淋 ,  金曼莉 ,  汪波

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于深度卷积神经网络的无参考低照度图像增强方法，属于图像处理领域。首先，使用深度卷积神经网络构建包含两个分支的特征提取模块，并从输入的低照度图像中提取照射分量和反射分量。之后，对反射分量进行去噪，将其融入到优化网络中得到优化后的反射分量。然后，将照射分量输入到优化网络中得到优化后的照射分量。最后，将优化后的照射分量和反射分量相乘得到最终的增强结果。本发明充分利用了从输入图像中提取的反射分量，有效降低了图像中噪声的干扰并提升了细节表现能力。