原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及图像处理技术领域，具体涉及一种基于深度Retinex理论的低光图像增强方法，包括：将数据集中的低光图像和参考图像分解为对应的反射图和光照图；建立优化目标函数，并引入对两个子图结构和纹理的约束条件，通过交替方向最小化方法迭代求解出所述优化目标函数的最优解；在迭代优化过程中，采用深度神经网络先验估计模型以指导优化。将多次迭代得到的光照图和反射图进行相乘，得到最终的增强图像。本发明不仅改进了传统低光图像增强算法对于复杂样本的局限性，还弥补了一些基于深度学习方法对于生成图像的纹理细节的保持性不
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117455822A
(43)申请公布日2024.01.26
(21)申请号202311470796.2
(22)申请日2023.11.07
(71)申请人重庆大学
地址400030
文档评论（0）