【技术实现步骤摘要】
本专利技术涉及图像增强领域，特别是涉及一种暗光图像增强模型及其训练方法。
技术介绍
1、暗光图像增强作为关键的预处理步骤，对于提升视觉体验和促进图像分析任务具有重要意义。它不仅能够改善用户的视觉感受，还对自动驾驶、安全监控等系统中的硬件与软件设计提供了支持。尽管早期的方法如直方图均衡化、基于retinex理论及去雾模型的技术在一定程度上提升了图像亮度与对比度，但它们往往忽略了细节信息的保存和全局曝光平衡，导致色彩失真或过度增强等问题。这些问题限制了这些方法在实际应用中的有效性。
2、近年来，数据驱动模型特别是基于卷积神经网络（cnn）的方法在暗光图像增强领域取得了显著进展。这类方法通过学习大规模数据集上的先验知识来提高图像质量。然而，现有的大多数技术倾向于从整个图像中提取深度特征，而忽视了局部细节和亮度范围的变化，从而影响了特征的有效利用。尽管一些方法尝试通过光照平衡来改进结果，但它们未能充分考虑图像细节的具体变换以及亮度调整的精确性，使得最终的图像增强效果显得不够自然，并且这些方法的泛化能力有限，难以适应不同照度条件下的低...
【技术保护点】
1.一种暗光图像增强模型，其特征在于，包括：
2.根据权利要求1所述的一种暗光图像增强模型，其特征在于，所述特征提取模块具体包括：
3.根据权利要求2所述的一种暗光图像增强模型，其特征在于，所述联合细化模块具体包括：
4.根据权利要求3所述的一种暗光图像增强模型，其特征在于，所述亮度调节模块具体包括：
5.根据权利要求4所述的一种暗光图像增强模型，其特征在于，第二残差映射的估计公式为：
6.根据权利要求5所述的一种暗光图像增强模型，其特征在于，点亮块包括：
7.一种暗光图像增强模型的训练方法，其特...
【技术特征摘要】
1.一种暗光图像增强模型，其特征在于，包括：
2.根据权利要求1所述的一种暗光图像增强模型，其特征在于，所述特征提取模块具体包括：
3.根据权利要求2所述的一种暗光图像增强模型，其特征在于，所述联合细化模块具体包括：
4.根据权利要求3所述的一种暗光图像增强模型，其特征在于，所述亮度调节模块具体包括：
5.根据权利要求4所述的一种暗光图像增强模型，其特征在于，第二残差映射的估计公式为：
6.根据权...
【专利技术属性】
技术研发人员：请求不公布姓名，请求不公布姓名，请求不公布姓名，请求不公布姓名，
申请(专利权)人：浙江优众新材料科技有限公司，
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。