[发明专利]图像增强模型的训练方法、图像增强方法

权利要求书

1.图像增强模型的训练方法，其特征在于，首先构建图像灰度识别模型和图像像素识别模型，然后基于图像的灰度值和像素值训练构建图像增强模型。

2.如权利要求1所述的图像增强模型的训练方法，其特征在于，首先构建图像灰度识别模型和图像像素识别模型，然后基于图像的灰度图和像素值构建图像的灰度-像素图，然后基于灰度-像素图内载不同区域的亮度和像素参数为每一个区域配置对应的图像增强强度，基于每一个区域所在的图像坐标参数及对应的图像增强强度训练构建图像增强模型。

3.如权利要求1所述的图像增强模型的训练方法，其特征在于，首先构建图像灰度识别模型和图像像素识别模型，然后基于图像的灰度图和像素值构建图像的灰度-像素图，然后基于灰度-像素图内载不同区域的亮度实现灰度-像素图的分割，获取灰度-像素子图集，每一个灰度-像素子图上均标记有其每个区域对应的像素参数，根据每一个灰度-像素子图的亮度以及每个区域对应的像素参数为每一个区域配置对应的图像增强强度，基于每一个区域所在的图像坐标参数及对应的图像增强强度训练构建图像增强模型。

4.如权利要求2所述的图像增强模型的训练方法，其特征在于，亮度越高、像素参数越高对应的图像增强强度越高。

5.如权利要求2所述的图像增强模型的训练方法，其特征在于，所述图像灰度识别模型采用基于结构信息相似度的灰度化算法实现灰度图的获取。

6.一种图像增强方法，其特征在于：首先采用图像灰度识别模型和图像像素识别模型实现获取灰度图和像素值，然后基于图像的灰度图和像素值构建图像的灰度-像素图，基于灰度-像素图内载不同区域的亮度和像素参数为每一个区域配置对应的图像增强强度，最后基于所述图像增强强度实现每一个区域的增强。

7.如权利要求6所述的一种图像增强方法，其特征在于：首先采用所述的图像灰度识别模型和图像像素识别模型实现获取灰度图和像素值，然后基于图像的灰度图和像素值构建图像的灰度-像素图，然后基于灰度-像素图内载不同区域的亮度实现灰度-像素图的分割，获取灰度-像素子图集，每一个灰度-像素子图上均标记有其每个区域对应的像素参数，根据每一个灰度-像素子图的亮度以及每个区域对应的像素参数为每一个区域配置对应的图像增强强度，最后基于所述图像增强强度实现每一个区域的增强。

8.如权利要求6所述的一种图像增强方法，其特征在于：亮度越高、像素参数越高对应的图像增强强度越高。

9.如权利要求6所述的一种图像增强方法，其特征在于：所述图像灰度识别模型采用基于结构信息相似度的灰度化算法实现灰度图的获取。