基于深度卷积神经网络的低照度图像增强
针对低照度条件下图像降质严重的问题, 提出了一种基于深度卷积神经网络(DCNN)的低照度图像增强算法。该算法根据Retinex模型合成训练样本, 将原始低照度图像从RGB (Red Green Blue)空间转换到HSI (Hue Saturation Intensity)颜色空间, 保持色度分量和饱和度分量不变, 利用DCNN对亮度分量进行增强, 最后将HSI颜色空间转换到RGB空间, 得到最终的增强图像。实验结果表明, 与现有主流的图像增强算法相比, 所提算法不仅能够有效提升亮度和对比度, 改善过增强现象, 而且能够避免色彩失真, 主观视觉和客观评价指标均得到了进一步提高。
文件下载
评论信息
其他资源
- 最新数据挖掘真题-刘莹
- ADXL345加速度传感器SPI通信程序
- IntelliJ IDEA插件开发基础（中文）.pdf
- cadence入门教程（含介绍及实例）
- VC++实现动态捆绑EXE文件
- C++实现GPS的单点定位
- 人事工资管理系统-包括源代码
- 密码学的新方向PPT（混沌密码，量子密码）
- 毕业论文_医院信息系统
- 单片机温度检测系统
- 28335控制LCD12864液晶显示
- Cannon[mpi并行实现及加速比（源程序）
- C++ HTTP HTTPS POST GET(curl和winhttp实现).zip
- 刘金琨智能控制课件
- 5G——RAN78概要.pdf
- udemy-heroes：Proyecto de pruebas udemy-源码
- cookies & inject browser下载.txt
- EFEntityStateAndCache.zip
- Delphi下用Lame编码器把WAV转成MP3
- Oracle_11g_OCP最新题库(PDF+VCE)2013.10.25考试过
- 微软出版的最权威VB语言参考手册（中文版）
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明