【摘 要】
:
图像因为直观、信息量丰富的特点,在现实生活中得到广泛应用。但在现实场景中,经常会出现弱光、逆光和不均匀光照的情况,在这种场景下获得的图像有低亮度、低对比度、狭窄的灰度范围特点,同时伴有噪声和失真的现象,也被称为低照度图像。这类图像不容易直观地获取信息,也对后续高级计算机任务精准完成产生一定阻碍。针对低照度图像增强任务,研究学者提出了众多算法,增强后图像质量在不断提高;但就如何改善低照度图像亮度和对
论文部分内容阅读
图像因为直观、信息量丰富的特点,在现实生活中得到广泛应用。但在现实场景中,经常会出现弱光、逆光和不均匀光照的情况,在这种场景下获得的图像有低亮度、低对比度、狭窄的灰度范围特点,同时伴有噪声和失真的现象,也被称为低照度图像。这类图像不容易直观地获取信息,也对后续高级计算机任务精准完成产生一定阻碍。针对低照度图像增强任务,研究学者提出了众多算法,增强后图像质量在不断提高;但就如何改善低照度图像亮度和对比度、平衡图像细节增强与噪声去除仍然存在较大研究空间。因此,针对上述两点进行如下研究:1.针对如何改善低照度图像亮度和对比度的问题,受MSR算法启发,在Retinex-Net网络模型之上,改进了照度图增强网络,改进网络为三分支五层卷积核的结构。通过不同尺寸卷积核,可以获得不同感受野;通过多分支求均值的方式,可以避免单分支可能出现的增强不足或者增强过度的现象。经过实验对比,改进网络得到的增强图像在亮度和对比度上有了较大改善,同时在客观评价指标上也表现更好。2.针对如何平衡图像细节增强与噪声去除的问题,在上述改进基础之上,设计了一个反射图去噪网络,该网络采用残差块加类U-Net结构。通过残差块,可以解决网络层数变深带来的梯度消失问题,使网络快速收敛到最优值。通过类U-Net网络可以很好地融合深、浅层次特征,保留图像中的细节;同时还可以很好地估计出反射图中的噪声图,从而实现细节增强与噪声去除。经过实验验证,设计的去噪网络可以在去除噪声的同时也能很好地增强图像细节,增强后图像更符合人眼视觉效果,同时在客观评价指标上也表现更好。3.基于上述研究算法,通过HTML、CSS、JavaScript以及Flask框架实现了一个简单的低照度图像增强系统。该系统操作简单,可以直观地感受到图像增强效果,同时还可以将增强图像下载到本地,方便后续使用增强图像的需求。
其他文献
太原地铁正处于“建设、运营”的双重时期,健全隐患排查机制,防患于未然,保证其全过程的安全成为重中之重。因此,综合“人、机、环、管”四要素的太原地铁全域安全体系应运而生。基于安全管理的专业知识,本论文建立了太原地铁“五位一体”安全管理体系,能够及早实现隐患辨识,隐患分级与应急管理,构建了太原地铁信息管理平台,形成动态数据库,实现隐患数据自学习、自分析、自响应,让隐患无处遁形,切实保证地铁的运行安全。
虚拟电厂对电力系统的分布式新能源进行聚合和管控,提高了电网运行的灵活性和可靠性。而虚拟电厂的高效运行依赖于大量数据的高速高精细度处理分析能力,为满足当前电网的运行调度需要,文章提出了基于云边协同的虚拟电厂调度系统设计方案。针对虚拟电厂特性及数据处理需求,构建了虚拟电厂云边协同调度系统总体架构,以边缘集群实现对虚拟电厂单元的分布式管理,云端对边缘集群进行管理和控制,协调整体分析计算任务的分配,并对系
建模教学就是把日常生活中的数量关系借助假设的方法,用专业的语言和数学知识将其内容充分地展现出来。也就是说,如何有效地解决数学问题,并将模型和现实相结合。一般来说,用数学建模方式处理数学问题,能够对各种数量关系进行精炼,将数学问题转化为实际问题,通过建立数学模型来处理具体问题,这样不仅可以提高学生应用数学知识的能力,还能使学生对数学有一个全面的认识。因此,教师应充分认识到建模教学在高中数学教学中的意
交通流量的准确预测是智慧交通系统中关键的一环。对城市交通系统中具有时空特征的交通流量数据进行分析,从中提取隐含的特征,实现交通状况的实时调度、城市道路规划具有重要意义。随着道路设施的大规模部署,数据量也在不断增长、城市道路状况也变的越来越复杂,虽然国内外学者提出了很多关于交通流量预测的方法,但是仍然存在许多待解决的问题包括:时空特征提取困难、道路动态相关性特征提取不够完善、空间特征提取方法存在缺陷
基于变分偏微分方程理论,将平滑结构张量与非局部思想相结合,构建了非局部平滑结构张量。同时,以非局部平滑结构张量为基础,提出了非局部平滑结构张量自适应的全变分图像复原模型和非局部平滑结构张量驱动的各项异性扩散图像复原模型,并整合相关算法设计了局部结构保持的单幅图像复原系统,其具体内容描述如下:构建了非局部平滑结构张量自适应的全变分图像复原模型。首先,将非局部思想应用于平滑结构张量的改进,构建了一种非
混沌是确定性系统中的不确定现象,能够用来产生大量随机性优良的序列,因此被广泛地应用在各种信息安全领域。而随着大数据时代的到来,各行各业每天都会产生大量的隐私信息,而图像作为与文本不同的信息载体,具有冗余性高、相关性大、数据量多等特点,更是信息安全领域的研究重点。为了解决现有图像加密算法存在的加密效率低、安全性不够高等问题,本文从高维混沌和低维混沌入手,提出了两种基于混沌理论的图像加密算法。(1)提
将大脑磁共振图像(Magnetic Resonance Imaging,MRI)分割为脑脊液(Cerebrospinal Fluid,CSF)、灰质(Gray Matter,GM)和白质(White Matter,WM),然后对脑组织进行定量分析是脑疾病诊断中至关重要的一步。由于医学图像公开数据集少,数据集图像质量参差不齐,图像的自动化分割是一个较大的挑战。近年来深度学习的算法在医学图像分割领域取
文字效果图像广泛存在于互联网的各个角落,在诸如海报和广告设计等许多视觉创作任务中是广泛需要的。然而,在真实的项目中,针对一个字体设计完整的文字效果图像是一项费力耗时的任务,因此利用计算机自动生成文字效果图像的方法被迫切需要。随着深度学习相关技术的发展,图像风格迁移逐渐成为目前热门的研究方向。文字效果图像风格迁移旨在以参考图像的风格去渲染文字。对目前现有的文字效果图像风格迁移算法进行分析,针对当前算
目前高动态范围(HDR)成像技术已普遍应用于各种商业影像行业以及个人手机设备中,其可以获得纹理清晰、颜色信息丰富的图像。使用多曝光图像融合(MEF)方法获得HDR图像是一种有效的手段,大多数多曝光图像融合方法只能在静态场景下取得令人满意的结果,忽视了大部分场景中存在物体运动,这就导致融合结果中存在重影伪影(GA)问题。目前大部分多曝光融合方法去除鬼影重影问题都以牺牲纹理细节为代价。因此本文针对动态
当前,行人重识别方法对构建智能城市发挥了巨大作用。行人重识别是指通过从多个不重叠的摄像头拍摄到场景下再次检索到指定行人的方法。由于行人重识别方法应用在复杂的无约束场景下,面临了背景干扰、光线变化、遮挡等问题。其中,本文针对背景干扰的问题,采用了注意力机制模块用于增强行人前景部分特征,抑制背景信息的影响,同时结合特征张量分割方法对注意力增强后的特征进行分割来引入指定区域局部特征信息,最终提高模型性能