申请/专利权人:福州大学
申请日:2024-01-30
公开(公告)日:2024-04-26
公开(公告)号:CN117934330A
主分类号:G06T5/73
分类号:G06T5/73;G06T5/90;G06T5/60;G06N3/0464;G06N3/048;G06N3/084
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明涉及一种基于自适应亮度提升与细节复原的暗光模糊图像增强方法。包括以下步骤:步骤S1、构建用于训练的数据集,对暗光模糊图像的每幅图像进行预处理,得到训练数据集;步骤S2、设计任务解耦的暗光模糊图像增强网络,该网络由颜色变换分支、融合增强分支和高频信息重建分支组成;步骤S3、设计用于训练步骤S2所设计网络的损失函数;步骤S4、使用训练数据集训练基于任务解耦的暗光模糊图像增强网络;步骤S5、将待测暗光模糊图像输入到所设计的网络中,利用训练好的网络预测生成具有更好视觉感知的最终结果。
主权项:1.一种基于自适应亮度提升与细节复原的暗光模糊图像增强方法,其特征在于,包括如下步骤:步骤S1、构建用于训练的数据集,对暗光模糊图像的每幅图像进行预处理,得到训练数据集;步骤S2、设计自适应亮度提升与细节复原的暗光模糊图像增强网络,该网络由边缘重建分支和图像增强分支组成;步骤S3、设计用于训练步骤S2所设计自适应亮度提升与细节复原的暗光模糊图像增强网络的损失函数;步骤S4、使用训练数据集训练自适应亮度提升与细节复原的暗光模糊图像增强网络;步骤S5、将待测暗光模糊图像输入到训练好的自适应亮度提升与细节复原的暗光模糊图像增强网络,预测生成具有更好视觉感知的最终结果。
全文数据:
权利要求:
百度查询: 福州大学 基于自适应亮度提升与细节复原的暗光模糊图像增强方法
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。