龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：太原科技大学
摘要：本发明是一种Retinex模型启发的低亮度图像重建方法，属于图像增强领域，解决了低照度环境下图像可见度低、噪声干扰等问题，本发明提出了一种Retinex模型启发的低亮度图像重建优化模型，首先将该模型的优化问题分解为两个子问题，其次利用近端梯度下降法进行模型优化求解，最后根据迭代优化的求解公式将该优化模型转变为一种可解释的深度展开网络，本发明方法优于多个流行的低亮度图像增强方法。
主权项：1.一种Retinex模型启发的低亮度图像重建方法，其特征在于：包括以下步骤：步骤1构建低亮度图像增强任务的训练数据集步骤2构建低亮度图像分解和增强子网络LDE首先，通过图像分解单元IMDE将低亮度图像I分解为反射图RL和亮度图L，再通过亮度分量增强初始化单元LCEI对亮度图L进行预处理，同时通过低亮度图像增强初始化单元LIEI对低亮度图像I进行预处理，然后对预处理的低亮度图像使用图像分解单元IMDE进行分解；步骤3构建Retinex模型启发的低亮度图像重建优化模型利用步骤2得到这些预处理图像，构建一种Retinex模型启发的低亮度图像重建优化模型；步骤4求解Retinex模型启发的低亮度图像重建优化模型使用近端梯度下降算法求解优化步骤3中构建的Retinex模型启发的低亮度图像重建优化模型，并将其展开为低亮度图像重建展开子网络IRU，Retinex模型启发的低亮度图像重建网络RIRO是由低亮度图像分解和增强子网络LDE以及低亮度图像重建展开子网络IRU组成；步骤5构建低亮度图像重建展开子网络将步骤4得到的优化模型的迭代公式展开为低亮度图像重建展开子网络IRU，每次迭代的低亮度图像重建展开子网络IRU包括两部分：梯度下降模块和双域近端模块；步骤6损失函数在低亮度图像分解和增强网络中使用分解损失Ld，反射一致性损失Lr和亮度平滑损失Lsmooth，在低亮度图像重建展开子网络IRU中使用结构相似性损失Ls，全变分损失Ltv，感知损失Lp，颜色损失Lc和像素一致性损失Lpw，使增强后的低亮度图像与正常亮度图像相似。
全文数据：
权利要求：
百度查询： 太原科技大学 一种Retinex模型启发的低亮度图像重建方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号