用于楼宇内低照度环境的图像增强和噪声自适应去除方法

摘要

本发明公开了一种用于楼宇内低照度环境的图像增强和噪声自适应去除方法，其特征在于，包括：S1、采用三个不同的卷积神经网络将原始图像进行分解，分解为照度图、反射图和噪声图；S2、通过卷积神经网络对步骤S1分解出的照度图进行照度的调整；S3、将步骤S2调整后的照度图与步骤S1分解得到的反射图进行融合，得到最终的增强图像。本发明卷积神经网络的深度较低，实时性比一般的低照度图像增强方法高，且不需要设计复杂的先验知识，简单易行；提升了低照度图像增强方法对于噪声的鲁棒性，能有效分离出图像的噪声，从而避免噪声在增强过程中的放大，获得视觉效果良好的图像；与现有的低照度图像增强方法结果相比，有效的降低增强后图像中的噪声。