暗光图像的处理方法、装置以及电子设备制造方法及图纸

本发明专利技术涉及图像处理技术领域，公开了一种暗光图像的处理方法、装置以及电子设备。该方法包括：步骤1：利用预设亮度图估计算法确定待处理暗光图像的第一亮度图；步骤2：基于第一亮度图，利用预设亮度图估计算法确定待处理暗光图像的第二亮度图；步骤3：利用预先训练的神经网络模型确定第二亮度图的修正值，将修正值和第二亮度图叠加得到第三亮度图；步骤4：将待处理暗光图像除以第三亮度图得到待处理暗光图像的恢复图像；步骤5：若满足预设循环条件，则将恢复图像作为待处理暗光图像的恢复结果；否则将待处理暗光图像的第一亮度图更新为恢复图像，并跳转至步骤2。能够在降低恢复暗光图像的技术难度的同时，得到较好的图像恢复效果。

【技术实现步骤摘要】

本专利技术涉及图像处理，尤其是涉及一种暗光图像的处理方法、装置以及电子设备。

技术介绍

1、高质量的图像在物体检测、图像分割以及场景识别等计算机视觉相关的应用中起着关键的作用。但是，由于实际应用场景的环境亮度不足等因素，相机拍摄到的图像的画质往往是非常差的。因此，如何提升暗光场景下的图像质量，在计算机视觉应用高速发展的背景下，显得尤为重要。

2、传统的暗光图像的恢复手段包括直方图均衡以及gamma矫正等，这些手段对暗光图像画质的提升非常有限。在此基础上，基于神经网络算法对暗光场景的图像质量提升的技术，引起了人们的关注。然而，这种技术对用于对暗光图像进行恢复处理的神经网络的要求非常高，这种神经网络的训练难度也很大。

3、因此，如何在保证暗光图像的恢复效果的同时，尽可能地降低技术难度，成为了亟待解决的问题。

技术实现思路

1、本专利技术实施方式的目的在于提供一种暗光图像的处理方法、装置以及电子设备，用以解决如何在保证暗光图像的恢复效果的同时，尽可能地降低技术难度这一技术问题。

本文档来自技高网...

【技术保护点】

1.一种暗光图像的处理方法，其特征在于，包括：

2.根据权利要求1所述的暗光图像的处理方法，其特征在于，在所述利用预设亮度图估计算法确定待处理暗光图像的第一亮度图之前，还包括：

3.根据权利要求2所述的暗光图像的处理方法，其特征在于，所述对所述神经网络模型进行训练，还包括：

4.根据权利要求3所述的暗光图像的处理方法，其特征在于，所述正则项包括：所述待处理暗光图像的梯度、所述与所述待处理暗光图像的结构相似度。

5.根据权利要求1所述的暗光图像的处理方法，其特征在于，所述预设循环条件包括：

6.根据权利要求5所述的暗光图像的处理方...

【技术特征摘要】

1.一种暗光图像的处理方法，其特征在于，包括：

2.根据权利要求1所述的暗光图像的处理方法，其特征在于，在所述利用预设亮度图估计算法确定待处理暗光图像的第一亮度图之前，还包括：

3.根据权利要求2所述的暗光图像的处理方法，其特征在于，所述对所述神经网络模型进行训练，还包括：

4.根据权利要求3所述的暗光图像的处理方法，其特征在于，所述正则项包括：所述待处理暗光图像的梯度、所述与所述待处理暗光图像的结构相似度。

5.根据权利要求1所述的暗光图像的处理方法，其特征在于，所述预设循环条...

【专利技术属性】
技术研发人员：刘永劼，
申请(专利权)人：爱芯元智半导体股份有限公司，
类型：发明
国别省市：