一种基于显著性前景内容的低光照图像增强方法
授权
摘要
本发明公开了一种基于显著性前景内容的低光照图像增强方法，学习低光照图像中的显著性前景内容信息并与增强过程融合，将低光照图像输入低光照显著注意力深度网络模型SAM得到输出的显著图；向深度预测网络模型输入低光照图像并输出对应的深度图；将获得的深度图作为引导图对显著图进行引导滤波，得到显著前景图；对于输入的低光照图像，以显著前景图作为增强程度的权重，采用LIME增强算法对低光照图像进行不同程度的增强，最终得到基于显著性前景内容增强的结果图。本发明能够针对低光照图像中的显著性前景内容区域有效的增强，同时抑制背景和无关内容区域的过度增强并抑制噪声。
基本信息
专利标题 ：
一种基于显著性前景内容的低光照图像增强方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111275642A
申请号 ：
CN202010056934.2
公开（公告）日 ：
2020-06-12
申请日 ：
2020-01-16
授权号 ：
CN111275642B
授权日 ：
2022-05-20
发明人 ：
杨勐郝鹏程王爽郑南宁
申请人 ：
西安交通大学
申请人地址 ：
陕西省西安市咸宁西路28号
代理机构 ：
西安通大专利代理有限责任公司
代理人 ：
高博
优先权 ：
CN202010056934.2
主分类号 ：
G06T5/00
IPC分类号 ：
G06T5/00 G06T5/50
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T5/00
图像的增强或复原
法律状态
2022-05-20 ：
授权
2020-07-07 ：
实质审查的生效
IPC(主分类) : G06T 5/00
申请日 : 20200116
申请日 : 20200116
2020-06-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
