【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种图像增强方法、系统、装置及计算机可读存储介质。
技术介绍
1、数字图像在低照度条件下常常受到噪声、模糊和细节丢失等问题的困扰，这些问题降低了图像的可视化质量和信息清晰度，对许多应用产生负面影响。为了解决这些问题，已经提出了各种图像增强技术，传统的方法之一是累计直方图均衡，它试图通过重新分布像素值来增强图像的对比度。然而，在低照度条件下，累计直方图均衡可能导致过度增强的问题，从而丧失细节。近年来，深度学习技术，如卷积神经网络(cnn)，已经用于低照度图像增强，通过学习从低照度图像到高照度图像的映射来改善图像质量，但基于深度学习的方法对于既有过曝区域，又有曝光不足区域的图像时，仍无法有效解决抑制过曝区域且增强暗处信息。
2、因此，有必要提供一种新型的图像增强方法、系统、装置及计算机可读存储介质以解决现有技术中存在的上述问题。
技术实现思路
1、本专利技术的目的在于提供一种图像增强方法、系统、装置及计算机可读存储介质，能够更好的提升暗处信息，并且使...
【技术保护点】
1.一种图像增强方法，其特征在于，包括：
2.根据权利要求1所述的图像增强方法，其特征在于，计算输入图像的亮度和灰阶评价因子，包括：
3.根据权利要求1或2所述的图像增强方法，其特征在于，计算输入图像的亮度和灰阶评价因子，包括：
4.根据权利要求3所述的图像增强方法，其特征在于，根据所述判断因子获取灰阶评价因子，包括：
5.根据权利要求3所述的图像增强方法，其特征在于，根据所述判断因子获取灰阶评价因子，包括：
6.根据权利要求3所述的图像增强方法，其特征在于，根据所述判断因子获取灰阶评价因子，包括：
<...【技术特征摘要】
1.一种图像增强方法，其特征在于，包括：
2.根据权利要求1所述的图像增强方法，其特征在于，计算输入图像的亮度和灰阶评价因子，包括：
3.根据权利要求1或2所述的图像增强方法，其特征在于，计算输入图像的亮度和灰阶评价因子，包括：
4.根据权利要求3所述的图像增强方法，其特征在于，根据所述判断因子获取灰阶评价因子，包括：
5.根据权利要求3所述的图像增强方法，其特征在于，根据所述判断因子获取灰阶评价因子，包括：
6.根据权利要求3所述的图像增强方法，其特征在于，根据所述判断因子获取灰阶评价因子，包括：
7.根据权利要求1所述的图像增强方法，其特征在于，所述增强因子包括第一子增强因子、第二子增强因子和第三子增强因子，根据所述亮度和所述灰阶评价因子计算增强因子，包括：
8.根据权利要求1所述的图像增强方法，其特征在于，所述增强因子包括第一子增强因子、第二子增强因子和第三子增强因子，根据所述增强因子计算对比增强结果，包括：
9.根据权利要求1所述的图像增强方法，其特征在于，根据所述对比增强结果和所述...
【专利技术属性】
技术研发人员：王吉鹏，宋博，王勇，温建新，
申请(专利权)人：成都微光集电科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。