基于直方图学习的高动态图像增强模型的训练方法和图像增强方法

本发明提供了一种基于直方图学习的高动态图像增强模型的训练方法和图像增强方法，通过预设的平台直方图均衡化阈值裁剪比例确定数据集中的各高动态范围原始图像的目标直方图阈值；根据相应的目标直方图阈值，对各高动态范围原始图像进行平台直方图均衡化处理，得到增强后的高动态范围图像；根据预设的色阶拓展函数，拓展各高动态范围原始图像和各增强后的高动态范围图像的色阶，得到相应的无穷色阶图像；分别提取各无穷色阶图像的一维直方图数据以构造基于一维直方图数据的训练样本；采用数据集对应的多个训练样本，训练初始网络模型以得到训练好的基于直方图学习的高动态图像增强模型，该模型能够自适应增强图像、结构简单、计算复杂度低。