基于图像增强的低光照图像识别算法研究

TP751; 为提高图像增强算法的图像识别有效性,提出了基于图像增强的低光照图像识别算法.首先,采用直方图均衡化的图像增强算法对开源低光照图像数据集(ExDark)进行增强处理;然后,设计卷积神经网络进行图像识别训练,通过多重卷积—池化操作,实现图像特征提取;最后,将识别结果与其他增强方法结果进行对比实验.结果表明,与其他传统方法相比,在低光照图像的处理中采用直方图均衡化的图像增强法可获得更高的图像信息熵与图像对比度,图像识别准确率提升了 14.4%,对低光照条件下的图像识别具有参考价值....

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:南通职业大学学报 2023, Vol.37 (1), p.66-69
1. Verfasser: 王海鹏
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:TP751; 为提高图像增强算法的图像识别有效性,提出了基于图像增强的低光照图像识别算法.首先,采用直方图均衡化的图像增强算法对开源低光照图像数据集(ExDark)进行增强处理;然后,设计卷积神经网络进行图像识别训练,通过多重卷积—池化操作,实现图像特征提取;最后,将识别结果与其他增强方法结果进行对比实验.结果表明,与其他传统方法相比,在低光照图像的处理中采用直方图均衡化的图像增强法可获得更高的图像信息熵与图像对比度,图像识别准确率提升了 14.4%,对低光照条件下的图像识别具有参考价值.
ISSN:1008-5327
DOI:10.3969/j.issn.1008-5327.2023.01.014