基于脉冲耦合神经网络分解模型的夜间图像增强研究

• 作者: 李春林 张兵 祖立卓 刘少杰
• 来源期刊: 现代信息科技
• 学科: 工学
• 关键词: 脉冲耦合神经网络 分解模型 图像增强
• 年，卷（期）: 2021,（20）
• 所属期刊栏目: 计算机技术|Computer Technology
• 页码范围: 62-66
• 页数: 5页
• 分类号: TP18
• 语种: 中文
• DOI: 10.19850/j.cnki.2096-4706.2021.20.017

摘要

脉冲耦合神经网络分解模型对于夜间光线复杂情况下的图像增强,容易出现严重的振铃现象.针对这一问题,文章对夜间图像增强进行了研究,通过指数变换对夜间图像进行预处理,结合脉冲耦合神经网络分解模型进行图像增强.实验结果表明,该方法可以实现对夜间图像的增强,增强后的图像细节清晰,整体光线较为柔和,图像对比度适中,降低了振铃现象造成的影响.