低照度图像自适应颜色校正与对比度增强算法
光照变化会造成图像颜色失真和清晰度的下降,为了使计算机视觉系统具有颜色恒常感知功能,提出了一种基于极限学习机和杜鹃搜索算法的图像颜色校正与对比度增强算法.首先对于输入图像,提取该图像的17维特征向量,并利用训练好的极限学习机神经网络自适应地选择适合该图像的最佳颜色恒常算法,并进行相应的颜色校正;然后,针对图像的亮度分量,利用杜鹃搜索算法自动确定亮度增强函数的最优参数,并进行相应的对比度增强.基于Funt数据集的实验结果表明,文中算法不仅能有效地完成图像颜色校正,还能自适应地提高图像的信息量和对比度,获得图像颜色和对比度的综合最佳视觉质量.
颜色校正、极限学习机、对比度增强、杜鹃搜索算法、颜色恒常算法
31
TP391.41(计算技术、计算机技术)
国家重点研发计划项目2017YFC1405202;海洋公益性行业科研专项201605002
2019-12-31(万方平台首次上网日期,不代表论文的发表时间)
共8页
2121-2128