首页|基于数学形态学的零样本低照度图像特征增强方法

基于数学形态学的零样本低照度图像特征增强方法

Feature Enhancement Method for Zero-sample Low-illumination Images Based on Mathematical Morphology

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
在低照度环境下拍摄的图像往往存在严重的噪声和细节模糊等问题,会给后续的图像细节分析和处理带来困难.为此,提出基于数学形态学的零样本低照度图像特征增强方法:以超像素合成的高质量正常曝光图像作为参照图像,使用半软阈值指数衰减法优化小波去噪,完成低照度图像的去噪预处理;通过膨胀和腐蚀操作提取低照度图像特征结构元素;采用盒式滤波求解低照度图像积分反射分量;通过全局零样本迭代学习增益完成低照度图像特征的增强处理.经实验测试,此方法的去噪和特征增强效果较好,能够有效提升低照度图像的视觉质量.

mathematical morphologyzero-samplelow-illumination imagefeature enhancement

杜兵芳

展开 >

重庆外语外事学院 国际商贸与管理学院,重庆 400065

数学形态学 零样本 低照度图像 图像特征增强

2023

湖北文理学院学报
湖北文理学院

湖北文理学院学报

CHSSCD
影响因子：0.164
ISSN：2095-4476
年,卷(期)：2023.44(11)
  • 7