摘要
本发明提供了一种基于改进Retinex‑Net的低照度图像增强方法及智能穿戴系统,其中,所述图像增强方法包括如下步骤:收集具有低照度标签的数据集并划分成训练集和测试集;设计基于改进Retinex‑Net的低照度图像增强模型并进行训练及验证,得到训练好的低照度图像增强模型,所述低照度图像增强模型由分解网络、调整网络和重建网络构成,所述分解网络的反射路径中加入由恒等映射以及残差收缩构建单元形成的子网络;利用训练好的所述低照度图像增强模型对图像进行增强,得到增强后的图像。本发明提供的低照度图像增强方法及智能穿戴系统,可有效抑制图像分解过程中产生的噪声,提升图像的清晰度和质量,实现低照度图像增强。
技术关键词
图像增强方法
图像增强模型
照度
智能穿戴系统
光照
网络
DICM数据
残差学习
上采样
分支
ReLU函数
编码器特征
解码器
全局平均池化
校正
反射率
噪声抑制
基础
系统为您推荐了相关专利信息
二值化图像
污渍检测方法
计算机执行指令
矿井环境
粉尘
汽车尾气装置
缺陷检测方法
判断汽车尾气
量子态
像素点
食品快速检测装置
检测食品
图像识别模块
动力传输模块
识别食品
方位测量方法
伽马校正方法
坐标系
视觉
图像增强算法
光伏设备
光伏组件
布局优化方法
系统误差
方位角