摘要
一种低光图像增强方法及系统,涉及计算机视觉领域,解决了现有技术中的光照映射技术中图像恢复过程中存在光照分布不均匀、细节丢失及颜色失真等问题。所述方法包括获取训练集和测试集,低光图像通过小波变换得到低光照图像的低频图像子带和水平、垂直、对角三种方向各异的高频图像子带,且是基于特征提取网络模型进行增强得到,增强后的图像是基于低频增强网络模型进行增强得到,并通过多个层级特征提取结构单元的处理,得到最终增强图像;利用损失函数分别对整体层级网络模型训练;测试集中的低光照图像和与其对应的正常光照图像组成样本对,重复上述操作获得最终增强后的图像。本发明应用于安防监控等领域。
技术关键词
低光图像增强方法
特征提取网络
光照
特征提取模块
损失函数设计
结构单元
层级
图像增强系统
网络模型训练
可读存储介质
映射技术
阶段
处理器
计算机视觉
注意力
扫描模块
系统为您推荐了相关专利信息
动作预测模型
特征提取网络
样本
清洁设备
轨迹特征
牛奶计量设备
历史监测数据
实时监测数据
计算中心
校准方法
博物馆
区域生长算法
表面网格模型
重建算法
生成点云数据