摘要
本发明公开一种基于先验引导的无监督图像增强算法,包括:DFMNet网络结构,所述DFMNet网络结构包括主分支和LAB色彩空间调整分支,所述主分支用于对图像的颜色恢复和对比度增强,所述LAB色彩空间调整分支图像的亮度调整,且所述主分支和LAB色彩空间调整分支内的相邻两个部分之间通过残差连接和自定义的可学习映射层进行信息传递,确保图像在多个层次上获得增强,该种基于先验引导的无监督图像增强算法,旨在提高低光照环境下图像的质量,特别是在对比度、亮度和颜色一致性方面,DFMNet通过引入两个关键分支:主分支和LAB色彩空间调整分支,实现了对低光照图像的有效增强。
技术关键词
图像增强算法
分支
网络结构
色彩
通道
亮度
对比度
低光照环境
照度
预训练模型
颜色
图片
图像像素
输出特征
平滑度
非线性
分辨率
系统为您推荐了相关专利信息
畜禽疫病诊断
图像特征数据
神经网络单元
分支单元
文本特征向量
蛋白质分类方法
拓扑特征
神经网络结构
样本
词袋模型
雷达辐射源信号
卷积特征提取
样本
分类器
一维卷积神经网络
电化铝
缺陷智能
纹理特征
分类方法
图像增强算法