[发明专利]一种基于深度学习的自监督低照度图像增强方法有效
| 申请号： | 202010097457.4 | 申请日： | 2020-02-17 |
| 公开（公告）号： | CN111402145B | 公开（公告）日： | 2022-06-07 |
| 发明（设计）人： | 张雨;王春晖;遆晓光;董方洲 | 申请（专利权）人： | 哈尔滨工业大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06T5/40;G06N3/04;G06N3/08 |
| 代理公司： | 哈尔滨市松花江专利商标事务所 23109 | 代理人： | 时起磊 |
| 地址： | 150001 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度学习的自监督低照度图像增强方法，属于数字图像处理领域。本发明为解决现有的低照度图像增强方法存在的效果差、泛化能力差的问题，以及现有深度学习方法中对低照度‑正常照度数据集依赖程度高等问题。本发明针对低照度图像增强网络，采集任意数量低照度图像数据，提取低照度图像的最大值通道图像做直方图均衡化；以直方图均衡化后最大值通道图像作为监督，结合Retinex理论和照度图像I平滑的假设构建损失函数，训练图像增强网络。本发明可以显著增强低照度图像的亮度、对比度，并保留图像的细节和颜色信息。本发明用于低照度图像的增强。 | ||
| 搜索关键词： | 一种 基于 深度 学习 监督 照度 图像 增强 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学，未经哈尔滨工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010097457.4/，转载请声明来源钻瓜专利网。
- 上一篇：防啸叫电声通话装置
- 下一篇：提高通信设备通信质量的方法、装置和通信设备
