申请/专利权人:武汉科技大学
申请日:2020-12-18
公开(公告)日:2021-04-06
公开(公告)号:CN112614063A
主分类号:G06T5/00(20060101)
分类号:G06T5/00(20060101);G06T5/50(20060101)
优先权:
专利状态码:有效-授权
法律状态:2022.07.01#授权;2021.04.23#实质审查的生效;2021.04.06#公开
摘要:本发明公开了一种用于楼宇内低照度环境的图像增强和噪声自适应去除方法,其特征在于,包括:S1、采用三个不同的卷积神经网络将原始图像进行分解,分解为照度图、反射图和噪声图;S2、通过卷积神经网络对步骤S1分解出的照度图进行照度的调整;S3、将步骤S2调整后的照度图与步骤S1分解得到的反射图进行融合,得到最终的增强图像。本发明卷积神经网络的深度较低,实时性比一般的低照度图像增强方法高,且不需要设计复杂的先验知识,简单易行;提升了低照度图像增强方法对于噪声的鲁棒性,能有效分离出图像的噪声,从而避免噪声在增强过程中的放大,获得视觉效果良好的图像;与现有的低照度图像增强方法结果相比,有效的降低增强后图像中的噪声。
主权项:1.一种用于楼宇内低照度环境的图像增强和噪声自适应去除方法,其特征在于,包括步骤:S1、采用三个不同的卷积神经网络将原始图像进行分解,分解为照度图、反射图和噪声图;S2、通过卷积神经网络对步骤S1分解出的照度图进行照度的调整;S3、将步骤S2调整后的照度图与步骤S1分解得到的反射图进行融合,得到最终的增强图像。
全文数据:
权利要求:
百度查询: 武汉科技大学 用于楼宇内低照度环境的图像增强和噪声自适应去除方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。