一种基于U-Net生成对抗网络的低照度图像增强方法

• 作者: 江泽涛 覃露露
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 低照度图像 图像增强 生成对抗网络 深度学习
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 学术论文
• 页码范围: 258-264
• 页数: 7页
• 分类号: TP391
• 字数: 4049字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2020.02.005

摘要

在低照度环境下采集的图像具有低信噪比、低对比度及低分辨率等特点,导致图像难以识别利用.为了提升低照度图像的质量,本文提出一种基于U-Net生成对抗网络的低照度图像增强方法.首先利用U-Net框架实现生成对抗网络中的生成网络,然后利用该生成对抗网络学习从低照度图像到正常照度图像的特征映射,最终实现低照度图像的照度增强.实验结果表明,与主流算法相比,本文提出的方法能够更有效的提升低照度图像的亮度与对比度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江泽涛	桂林电子科技大学广西图像图形处理与智能处理重点实验室	32	62	4.0	7.0
2	覃露露	桂林电子科技大学广西图像图形处理与智能处理重点实验室	1	0	0.0	0.0