[发明专利]一种基于深度学习的自监督低照度图像增强及去噪方法有效
| 申请号： | 202011345050.5 | 申请日： | 2020-11-25 |
| 公开（公告）号： | CN112308803B | 公开（公告）日： | 2021-10-01 |
| 发明（设计）人： | 张雨;王春晖;遆晓光;李青岩;闫诗雨;张斌;杨国辉;崔天祥 | 申请（专利权）人： | 哈尔滨工业大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06N3/04 |
| 代理公司： | 哈尔滨华夏松花江知识产权代理有限公司 23213 | 代理人： | 岳昕 |
| 地址： | 150001 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度学习的自监督低照度图像增强及去噪方法，属于数字图像处理领域。本发明为解决现有基于深度学习的自监督低照度图像增强方法难以抑制噪声及无法直接调节增强图像对比度的问题。本发明包含一个自监督低照度图像增强网络和用于噪声抑制的正则项，该网络可以和现有的任意对比度调节方法如Gamma变换结合，实现网络自监督的训练，噪声抑制正则项可以用于网络训练时的损失函数以使得网络具有噪声抑制能力。本发明可在增强低照度图像对比度和亮度的同时，保留颜色和细节信息，并显著抑制噪声。本发明可以用于低照度图像的增强及去噪。 | ||
| 搜索关键词： | 一种 基于 深度 学习 监督 照度 图像 增强 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学，未经哈尔滨工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011345050.5/，转载请声明来源钻瓜专利网。
