-
公开(公告)号:CN113096033B
公开(公告)日:2024-05-28
申请号:CN202110304780.9
申请日:2021-03-22
Applicant: 北京工业大学
Abstract: 本发明公开了基于Retinex模型自适应结构的低光照图像增强方法,并且根据低光照条件进行了改进,包括以下步骤:提出了对输入图像光照结构和反射纹理提取的TSRI算法。根据低照度图像的特点,引入了反射图L0稀疏,解决了Retinex算法中反射图不够平滑的问题;针对Retinex低照度图像增强算法。将TSRI算法在HSV空间下对亮度分量进行处理。
-
公开(公告)号:CN117689550A
公开(公告)日:2024-03-12
申请号:CN202311628305.2
申请日:2023-11-30
Applicant: 北京工业大学
IPC: G06T5/00 , G06V10/80 , G06V10/774 , G06N3/045 , G06N3/0475 , G06N3/0464 , G06N3/08
Abstract: 公开了基于渐进式生成对抗网络的低光图像增强方法及装置,能够实现光照均匀的增强结果,提供了最佳的主观性能。方法包括:(1)输入低光图像和正常光照图像对;(2)通过基于Retinex模型的图像分解模块P1和图像亮度区域感知模块P2得到反射图和遮罩图,并输入网络中;(3)通过信号驱动模型生成低光图像的反射图;(4)将生成的反射图输入注意力启发模型;(5)通过显著性网络生成特征图像与生成器生成的特征图像进行融合;(6)通过注意力启发模型生成显著图和增强图像。
-
公开(公告)号:CN115239572A
公开(公告)日:2022-10-25
申请号:CN202210060933.4
申请日:2022-01-19
Applicant: 北京工业大学
Abstract: 极低光原始图像的去噪方法及装置,能够提高联合去噪和去马赛克方法对极弱光图像的泛化能力,在不损失性能的情况下大大减少了参数数量,鲁棒性更好。方法包括:(1)向系统输入一个极低光原始图像;(2)图像重构,将单通道原始图像重构成分辨率为原来图像1/4的RGBG四通道图像;(3)黑电平归一化;(4)以指定倍数的放大比率增强信号;(5)输入SUnet++神经网络;(6)输出一个分辨率与输入神经网络的图像相同的RGB*4的十二通道图像;(7)将输出图像重构成分辨率与原系统输入图像相同的RGB三通道图像;(8)输出一个亮度正常的RGB图像。
-
公开(公告)号:CN113096033A
公开(公告)日:2021-07-09
申请号:CN202110304780.9
申请日:2021-03-22
Applicant: 北京工业大学
Abstract: 本发明公开了基于Retinex模型自适应结构的低光照图像增强方法,并且根据低光照条件进行了改进,包括以下步骤:提出了对输入图像光照结构和反射纹理提取的TSRI算法。根据低照度图像的特点,引入了反射图L0稀疏,解决了Retinex算法中反射图不够平滑的问题;针对Retinex低照度图像增强算法。将TSRI算法在HSV空间下对亮度分量进行处理。
-
-
-