基于深度学习的低照度图像增强

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：该文以深度学习为基础，以增强低照度图像为背景，对图像处理技术展开了研究。在对已有的比较流行的增强技术的研究基础上，对一些步骤进行改善，提出了改进的RetinexNet算法。传统的Retinex算法在处理单张图像时比较好用，但是运算速度比较慢，没办法批量快速处理图像。在对RetinexNet改进之后，该算法能对低照度图像进行较为快速的优化，在增强图像质量的同时改善了图像细节和色彩失真，控制了图像的噪声。（剩余3776字）

试读结束

目录
monitor
客服机器人