摘要
该文以深度学习为基础,以增强低照度图像为背景,对图像处理技术展开了研究。在对已有的比较流行的增强技术的研究基础上,对一些步骤进行改善,提出了改进的RetinexNet算法。传统的Retinex算法在处理单张图像时比较好用,但是运算速度比较慢,没办法批量快速处理图像。在对RetinexNet改进之后,该算法能对低照度图像进行较为快速的优化,在增强图像质量的同时改善了图像细节和色彩失真,控制了图像的噪声。
出处
《电脑知识与技术》
2022年第7期76-77,88,共3页
Computer Knowledge and Technology
基金
2020年江苏省大学生创新训练计划项目(SYB2020001)。
