基于卷积神经网络的低照度图像增强方法  

作　　者：梁剑波 柴群 

机构地区：[1]凯里学院大数据工程学院,贵州凯里556011

出　　处：《长江信息通信》2022年第11期26-28,共3页Changjiang Information & Communications

基　　金：黔东南州科技计划项目:基于概率神经网络的人脸朝向识别方法(项目编号:黔东南科合J字{2021}46号);贵州省教育厅自然科学研究青年人才项目:基于CNN的无人机平台实时目标检测研究(项目编号:黔教合KY字[2020]187号)。

摘　　要：为提升低照度图像的饱和度,增强图像的视觉效果,对基于卷积神经网络的低照度图像增强方法设计与分析。进行低照度图像预处理,设定Reyinex卷积分辨目标,通过FRED-Net结构识别图像特征,进行BP神经元图像增强节点的布设,以此为基础,设计HSI双向卷积神经网络图像增强模型,建立注意力机制,采用合成处理实现低照度图像增强。最终的测试结果表明:与传统单质成像图像增强测试组、传统层级描述图像增强测试组相对比,文章所设计的卷积神经图像增强测试组最终得出的饱和度可以达到92%,表明该方法对于图像的增强效果更佳,具有实际的应用价值。

关 键 词：卷积神经网络 图像增强 图像帧数 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]