-
公开(公告)号：CN119090751B
公开(公告)日：2025-03-07
申请号：CN202411586626.5
申请日：2024-11-08
Applicant: 吉林大学
Abstract: 一种低光图像增强方法、系统、设备以及存储介质，涉及计算机视觉技术领域，解决了现有的光照映射技术中图像恢复过程中存在光照分布不均匀和去噪困难的问题。基于低光照图像分别获得低光照图像的低频图像和低光照图像的高频图像；基于低光照图像的低频图像获得增强后的低光照图像的低频图像；基于低光照图像的高频图像获得增强后的低光照图像的高频图像；基于增强后的低光照图像的低频图像和低光照图像的高频图像获得增强后的图像；基于增强后的图像进行设计损失函数，对频率的分解网络模型、低频通路光照调节网络模型和高频通路光照调节网络模型进行训练；低光照图像上述操作，获得最终的增强后的图像。
-
公开(公告)号：CN119379551B
公开(公告)日：2025-03-07
申请号：CN202411945702.7
申请日：2024-12-27
Applicant: 吉林大学
IPC: G06T5/60 , G06T5/70 , G06T5/10 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/0895
Abstract: 一种低光图像增强方法及系统，涉及计算机视觉领域，解决了现有技术中的光照映射技术中图像恢复过程中存在光照分布不均匀、细节丢失及颜色失真等问题。所述方法包括获取训练集和测试集，低光图像通过小波变换得到低光照图像的低频图像子带和水平、垂直、对角三种方向各异的高频图像子带，且是基于特征提取网络模型进行增强得到，增强后的图像是基于低频增强网络模型进行增强得到，并通过多个层级特征提取结构单元的处理，得到最终增强图像；利用损失函数分别对整体层级网络模型训练；测试集中的低光照图像和与其对应的正常光照图像组成样本对，重复上述操作获得最终增强后的图像。本发明应用于安防监控等领域。
-
公开(公告)号：CN119379551A
公开(公告)日：2025-01-28
申请号：CN202411945702.7
申请日：2024-12-27
Applicant: 吉林大学
IPC: G06T5/60 , G06T5/70 , G06T5/10 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/0895
Abstract: 一种低光图像增强方法及系统，涉及计算机视觉领域，解决了现有技术中的光照映射技术中图像恢复过程中存在光照分布不均匀、细节丢失及颜色失真等问题。所述方法包括获取训练集和测试集，低光图像通过小波变换得到低光照图像的低频图像子带和水平、垂直、对角三种方向各异的高频图像子带，且是基于特征提取网络模型进行增强得到，增强后的图像是基于低频增强网络模型进行增强得到，并通过多个层级特征提取结构单元的处理，得到最终增强图像；利用损失函数分别对整体层级网络模型训练；测试集中的低光照图像和与其对应的正常光照图像组成样本对，重复上述操作获得最终增强后的图像。本发明应用于安防监控等领域。
-
公开(公告)号：CN119090751A
公开(公告)日：2024-12-06
申请号：CN202411586626.5
申请日：2024-11-08
Applicant: 吉林大学
Abstract: 一种低光图像增强方法、系统、设备以及存储介质，涉及计算机视觉技术领域，解决了现有的光照映射技术中图像恢复过程中存在光照分布不均匀和去噪困难的问题。基于低光照图像分别获得低光照图像的低频图像和低光照图像的高频图像；基于低光照图像的低频图像获得增强后的低光照图像的低频图像；基于低光照图像的高频图像获得增强后的低光照图像的高频图像；基于增强后的低光照图像的低频图像和低光照图像的高频图像获得增强后的图像；基于增强后的图像进行设计损失函数，对频率的分解网络模型、低频通路光照调节网络模型和高频通路光照调节网络模型进行训练；低光照图像上述操作，获得最终的增强后的图像。
-
-
-
Search Results
4
records
(took 0.019 seconds)
