摘要
本发明公开了一种利用感知损失技术提升图像处理质量的方法和系统,所述方法包括:S1、获取不同光照度条件下的图像数据,并对采集的图像数据进行预处理;S2、基于深度学习算法构建图像增强模型,进行网络架构的选择,然后将预处理后的图像数据分为训练集和测试集;S3、将训练集和测试集输入至图像增强模型实现模型的训练和测试;S4、最后将待处理图像数据输入至图像增强模型实现图像质量的增强。本发明通过感知损失技术,能够使重建后的图像更加接近高质量的参考图像,有效减少噪声、模糊和色彩失真等问题,提高图像的清晰度和细节表现。
技术关键词
图像增强模型
图像处理
特征提取网络
深度学习算法
计算机可执行程序
图像重建
网络架构
非暂态计算机可读存储介质
损失计算方法
图像增强模块
数据采集模块
测试模块
误差
色彩
噪声
处理器
代表