SIA OpenIR  > 机器人学研究室
基于Retinex和深度学习的低照度图像增强方法
田建东; 张箴; 荣庆轩; 唐延东
Department机器人学研究室
Rights Holder中国科学院沈阳自动化研究所
Patent Agent21002 沈阳科苑专利商标代理有限公司
Country中国
Subtype发明
Status公开
Abstract本发明涉及基于Retinex和深度学习的低照度图像增强方法。对已有低照度数据集进行分析,通过多台相机、多种拍摄手段同时收集低照度图像RAW数据和RGB数据,增加数据集在真实场景下图像的多样性。提出一种端到端的改进的卷积自编码网络结构,其由编码器和解码器组成,包括图像分解、照度调整和图像重建三个模块。通过图像分解模块对图像进行编码得到反射特征编码及照度隐藏编码。照度调整模块对图像照度自动调整,图像重建模块实现图像内容的恢复和重建。设计了联合损失函数约束网络训练,分别是重构损失、颜色损失和反射损失。该方法解决了低光环境下增强图像的噪声去除、色彩失真及图像细节恢复等问题,并实验验证了有效性和先进性。
PCT Attributes
Application Date2020-07-16
2020-11-20
Application NumberCN202010684480.3
Open (Notice) NumberCN111968044A
Language中文
Contribution Rank1
Document Type专利
Identifierhttp://ir.sia.cn/handle/173321/27873
Collection机器人学研究室
Affiliation中国科学院沈阳自动化研究所
Recommended Citation
GB/T 7714
田建东,张箴,荣庆轩,等. 基于Retinex和深度学习的低照度图像增强方法[P]. 2020-11-20.
Files in This Item:
File Name/Size DocType Version Access License
CN202010684480.3.pdf(2473KB)专利 开放获取CC BY-NC-SAView Application Full Text
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[田建东]'s Articles
[张箴]'s Articles
[荣庆轩]'s Articles
Baidu academic
Similar articles in Baidu academic
[田建东]'s Articles
[张箴]'s Articles
[荣庆轩]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[田建东]'s Articles
[张箴]'s Articles
[荣庆轩]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: CN202010684480.3.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.