基于Retinex理论的全卷积网络低光图像增强方法

摘要：

为解决低光图像的亮度低、对比度弱等一系列降质问题,文章提出一种全新的网络架构用于低光图像增强.整个网络包含分解、去噪、和增强三个子网络,分解网络将图像分解成光照图和反射图,去噪网络在频域上对反射图进行去噪,增强网络通过多次卷积操作对光照图进行增强,最后将去噪后的反射图和增强后的光照图逐像素相乘得到结果图.实验证明,文章提出的方法可以有效地提升亮度和对比度、去除噪声,在主客观评价指标上有明显优势.

关键词：Retinex、全卷积网络、低光图像增强、损失函数、傅里叶变换

所属期刊栏目：6

分类号：TP751(遥感技术)

在线出版日期：2022-10-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1-7