基于Retinex理论的低照度图像增强技术研究

• 作者: 姚冰莹 朱晓凤 杨微
• 来源期刊: 现代计算机
• 关键词: 低照度成像 图像增强 Retinex理论 变分模型 中心环绕算法 卷积神经网络
• 年，卷（期）: 2020,（29）
• 所属期刊栏目: 图形图像
• 页码范围: 48-54
• 页数: 7页
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2020.29.008

摘要

低照度图像增强是计算机视觉研究的一个重要领域,被广泛应用于计算机视觉任务的预处理中.近年来基于Ret-inex理论的低照度增强表现出旺盛的生命力,取得显著的进展.首先对研究问题定义,对基于Retinex模型低照度图像增强的不同技术分支进行分析研究,包括基于传统数学运算、基于卷积神经网络、基于图像融合等不同技术分支,最后给出对不同技术分支未来的研究方向的观点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨微		14	14	2.0	3.0
2	姚冰莹		2	0	0.0	0.0
3	朱晓凤		11	6	1.0	2.0