摘要
本发明公开了一种基于角蜥优化算法的低光图像增强方法、系统,涉及图像处理技术领域。本发明首先构建低光图像增强模型,包括预处理模块、低光增强模块和细化模块,预处理模块用于去除噪声,低光增强模块用于提升亮度和对比度,并恢复细节,细化模块用于提升整体视觉质量;然后基于角蜥优化算法寻找最优模型超参数和权重,以增强网络的特征提取能力,提升在复杂低光环境下的增强效果与细节还原质量;最后将待处理图像输入到训练后的低光图像增强模型,得到增强后的图像,完成低光图像增强。本发明能够有效提高图像的可见度和对比度,并充分去除噪声、修复低光图像中的隐藏退化,显著提升低光图像增强的视觉效果。
技术关键词
图像增强模型
图像增强方法
拉丁超立方采样
模块
皮肤变黑
表达式
注意力
模型超参数
算法
记忆
联合损失函数
对比度
特征提取能力
峰值信噪比
上下文特征
图像处理技术
动态
系统为您推荐了相关专利信息
视觉里程计
剔除方法
特征点
预测特征
一致性算法
电力通信网络故障
故障检测模型
电力监控系统
Sigmoid函数
关系
玉米收割机
坐标
卫星定位模块
计算机执行指令
数据
模块化安装方法
激光跟踪全站仪
玻璃幕墙
靶标
弹性阻尼垫片