基于神经网络的低照度彩色图像增强算法

您当前的位置：

首页 >

文章列表页 >

基于神经网络的低照度彩色图像增强算法

信息光学与图像处理 | 更新时间：2025-09-01

- 基于神经网络的低照度彩色图像增强算法
- Enhancement algorithm for low-illumination color image based on neural network
- 光学技术 2010年36卷第2期页码：225-228
- 作者机构：
  
  1:苏州大学物理科学与技术学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金(60678051)资助项目
- DOI：10.13741/j.cnki.11-1879/o4.2010.02.025
  中图分类号：
- 纸质出版：2010
- 稿件说明：
移动端阅览
毛伟民, 赵勋杰. 基于神经网络的低照度彩色图像增强算法[J]. 光学技术, 2010,36(2):225-228.

Enhancement algorithm for low-illumination color image based on neural network[J]. 2010, 36(2): 225-228.
毛伟民, 赵勋杰. 基于神经网络的低照度彩色图像增强算法[J]. 光学技术, 2010,36(2):225-228. DOI： 10.13741/j.cnki.11-1879/o4.2010.02.025.

Enhancement algorithm for low-illumination color image based on neural network[J]. 2010, 36(2): 225-228. DOI： 10.13741/j.cnki.11-1879/o4.2010.02.025.

由于低照度彩色图像存在整体亮度低、对比度低、颜色偏暗和信噪比低等特点

所以经典图像增强算法对其增强效果非常有限。提出了一种利用BP神经网络进行彩色图像增强的算法

并将RGB图像转换成HSI图像

以保证增强处理不引起图像的色彩失真。实验证明:该方法显著地改善了低照度彩色图像的视觉效果

提高了图像整体亮度和图像的信噪比

可调节图像的动态范围

能增强图像的对比度和细节

可增加图像信息熵。

浏览量

579

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于量子行为粒子群优化的低照度图像增强研究

基于改进CLAHE的SF₆红外图像增强

使用局部视觉显著分析的红外图像增强

单摄像机立体视觉测量系统的高精度变焦标定技术

基于NSCT和CLAHE的乳腺钼靶X线图像微钙化点增强方法