Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于动态特征聚合和色彩校正的零样本低光图像增强方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:武汉工程大学

摘要:本发明公开了一种基于动态特征聚合和色彩校正的零样本低光图像增强方法,包括:将预设的训练图像缩放,对其三色通道计算得到色彩校正因子,将缩放后的训练图像及其色彩校正因子输入增强曲线估计网络,得到增强曲线的参数矩阵,得到每次迭代时相应的增强曲线,通过色彩校正因子对增强曲线进行修正,对缩放后的训练图像通过修正后的增强曲线迭代,得到初步的增强结果;对增强曲线的参数矩阵和初步的增强结果分别计算无参考损失;计算预设的测试图像的色彩校正因子,得到最终的增强图像。本发明通过跳跃连接和注意力机制自适应选择和学习特征能力,利用低光图像中色彩先验信息对增强曲线进行校正,防止增强过程中的颜色失真,并提升整体色彩对比度。

主权项:1.基于动态特征聚合和色彩校正的零样本低光图像增强方法,其特征在于,包括以下步骤:S1、将预设的训练图像缩放至n×n大小,对其R、G、B三颜色通道计算得到色彩校正因子,将缩放后的训练图像及其色彩校正因子输入预设的增强曲线估计网络,根据预设的曲线表达式得到每个像素每次迭代时相应的增强曲线,通过色彩校正因子对增强曲线进行修正,对缩放后的训练图像通过修正后的增强曲线迭代k次,得到初步的增强结果;其中,128≤n≤512,且n为16的整数倍;2≤k≤10;S2、对修正后的增强曲线的参数矩阵和初步的增强结果计算无参考损失,根据反向传播方法对增强曲线估计网络进行预设的训练轮数的训练;S3、计算预设的测试图像的色彩校正因子,并将测试图像及其色彩校正因子输入训练后的增强曲线估计网络得到测试图像对应的增强曲线,通过测试图像的色彩校正因子对增强曲线进行修正,对测试图像通过修正后其对应的增强曲线迭代k次,得到最终的增强图像。

全文数据:

权利要求:

百度查询: 武汉工程大学 基于动态特征聚合和色彩校正的零样本低光图像增强方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。