摘要
本发明公开的是一种基于边缘提取与特征融合的低光图像增强方法及系统,旨在改善低光照条件下图像质量,该方法包含差分卷积边缘提取、特征融合及图像增强,差分卷积核有效提取图像边缘信息,特征融合模块结合全局与局部特征,图像增强模块利用深度学习网络提升图像亮度并抑制噪声,本发明适用于高性能计算环境及资源受限的嵌入式设备,实验验证在多个数据集上表现优异,显著提升图像清晰度和细节,适用于安防监控、自动驾驶等领域,具有广泛应用前景。
技术关键词
图像增强方法
图像增强模块
紧凑型
深度学习网络
卷积模块
信息处理
高性能计算环境
嵌入式设备
空洞
神经网络模型
融合注意力机制
图像梯度信息
分支
图像边缘信息
低光照条件
系统为您推荐了相关专利信息
纯度检测方法
回归预测模型
电导率分布图
灵敏度矩阵
空心线圈
语义标签
医学影像数据
主成分分析算法
医学图像增强方法
模态特征
环境监测数据
深度学习模型
预测预警方法
多层注意力机制
多模型
张量低秩分解
图像增强方法
后向散射光
矫正
低秩模型