-
题名改进Retinex-Net的低光照图像增强算法
被引量：19
- 1
-
-
作者
欧嘉敏
胡晓
杨佳信
-
机构
广州大学电子与通信工程学院
-
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2021年第1期77-86,共10页
-
基金
国家自然科学基金项目(No.62076075)资助。
-
文摘
针对Retinex-Net存在噪声较大、颜色失真的问题,基于Retinex-Net的分解-增强架构,文中提出改进Retinex-Net的低光照图像增强算法.首先,设计由浅层上下采样结构组成的分解网络,将输入图像分解为反射分量与光照分量,在此过程加入去噪损失,抑制分解过程产生的噪声.然后,在增强网络中引入注意力机制模块和颜色损失,旨在增强光照分量亮度的同时减少颜色失真.最后,反射分量和增强后的光照分量融合成正常光照图像输出.实验表明,文中算法在有效提升图像亮度的同时降低增强图像噪声.
-
关键词
低光照图像增强
深度网络
视网膜大脑皮层网络(retinex-net)
浅层上下采样结构
注意机制模块
-
Keywords
Low-Light Image Enhancement
Deep network
retinal cortex theory-net
Shallow Upper and Lower Sampling Structure
Attention Mechanism Module
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
