10.3969/j.issn.1006-4303.2020.04.005
基于深度学习的低光彩码图像增强
彩码作为一种新型识别码相比于传统二维码具有远距离识别、多识别等优点.但由于彩码图像包含红、绿、蓝三原色色块,导致彩码图像在识别过程中对亮度和对比度有较高的要求.在现实环境中对彩码的识别过程中会有各种复杂的识别场景,因此,针对不同低光条件下的彩码图像,提出了一种基于卷积神经网络的低光彩码图像增强算法.通过卷积神经网络预测低光彩码图像的光照图像,再通过Retinex模型获取增强后的彩码图像.研究结果表明:该方法不仅能对不同低光程度的彩码图像有针对性的增强,也能较好地避免彩码图像色彩的失真.
图像增强、Retinex模型、卷积神经网络
48
TP391.4(计算技术、计算机技术)
国家自然科学基金资助项目U1509219
2020-07-23(万方平台首次上网日期,不代表论文的发表时间)
共8页
384-391