摘要
本发明提供一种基于定制展开增强器的低光照图像增强方法及系统,涉及图像处理技术领域,该方法包括获取数据集,所述数据集包括低光照和正常光照图像,将数据集划分为训练集和测试集,并对数据集中的图像进行预处理;构建图像增强网络模型,利用训练集对所述图像增强网络模型进行训练,通过引入结构相似性指数和总变异,并定义噪声抑制损失项来优化损失函数,直至达到预设的迭代次数,得到训练好的图像增强网络模型;利用测试集对训练好的图像增强网络模型进行测试,并评价模型性能。本发明提出的图像增强网络模型实现了高效增强低光照图像的效果,通过优化损失函数减少噪声并保持结构信息,展现出广泛的适用性和实用价值。
技术关键词
图像增强网络
图像增强方法
光照
噪声抑制
编码器模块
计算机软件产品
计算机存储介质
指数
总线系统
图像增强系统
执行存储器存储
数据
峰值信噪比
模型训练模块
图像处理技术
定义
噪声分量
系统为您推荐了相关专利信息
节能管控方法
景观园林
节能管控系统
能耗预测模型
人流量数据
生成方法
编码器模块
分子
坐标
机器学习交叉技术
角度测量方法
磁编码器
多模态
温度漂移补偿
信号处理单元
场景分类
场景类别
低光照图像增强
直方图均衡化
多尺度检测方法