一种基于深度神经网络的低照度图像对比度增强方法

    公开(公告)号:CN117994147A

    公开(公告)日:2024-05-07

    申请号:CN202410244654.2

    申请日:2024-03-01

    摘要: 本发明提出了一种基于深度神经网络的低照度图像对比度增强方法,涉及图像处理技术领域,包括:S1、获取原始图像,并对原始图像进行筛选以得到低照度图像;S2、将低照度图像缩放到固定大小后提取其亮度信息以得到亮度通道图像;S3、基于深度神经网络对亮度通道图像进行学习以得到亮度增强曲线;S4、根据亮度增强曲线对亮度通道图像进行调整,得到增强后的亮度通道图像;S5、将增强后的亮度通道图像与原始图像的色彩信息合并,输出最终的增强图像;本发明可以实时对亮度通道图像进行调整,实现根据图像的特性动态地调整每个像素的亮度,能够显著增强图像对比度和处理效率,有效地提高图像的视觉效果,减小计算误差,增强图像对比度。