摘要
本申请公开了一种基于自适应伽马校正的图像增强方法、装置、设备及介质,涉及图像处理技术领域。该方法包括:构建反向传播神经网络,并利用粒子群模型确定所述反向传播神经网络的初始权值和初始阈值,以便根据所述初始权值和所述初始阈值对所述反向传播神经网络进行模型训练,得到反向传播神经网络模型;将待增强磁共振图像输入至所述反向传播神经网络模型,根据所述反向传播神经网络模型的输出得到所述待增强磁共振图像的图像像素差值;基于图像像素差值和预设的目标权重,确定出待增强磁共振图像对应的目标伽马值,并根据所述目标伽马值对所述待增强磁共振图像进行伽马校正,得到增强后磁共振图像。能够提高图像增强效果,提高图像增强效率。
技术关键词
图像增强方法
粒子群模型
伽马校正
磁共振
神经网络模型
图像像素
图像增强效率
图像增强装置
图像增强模块
存储计算机程序
粒子群算法
图像处理技术
因子
可读存储介质
信噪比
处理器
系统为您推荐了相关专利信息
除冰设备
评估控制方法
图像获取装置
卷积神经网络模型
数据处理中心
动态性能优化方法
任务调度
主控芯片
特征工程
IO密集型
图像处理方法
语义特征
信号
发射端
信道状态信息
AI图像识别
人工智能模型
图像采集模块
管理系统
视频流