APP下载

基于熵驱动域适应学习的弱光照图像阴影去除

2021-11-17李观发宋文慧

计算机仿真 2021年9期
关键词:区域检测方法

李观发,宋文慧

(赣南师范大学科技学院,江西 赣州 341000)

1 引言

图像阴影是图像采集过程中时常出现的一种现象,此现象导致采集的图像发生色彩改变或亮度不足等问题。对含有阴影的图像进行处理时,阴影因素的存在对数字图像处理造成了诸多的干扰。例如,在图像分割过程中,阴影会导致目标图像分割不完整[1-2]。因此,在处理图像阴影问题时,需要增强图像的可视性,并对阴影图像进行光照恢复。图像阴影检测与去除是目前计算机视觉和图像处理领域中非常重要的工作之一,其对有效协助现场恢复与目标识别具有重要作用。目前,阴影去除技术研究中已经取得了一定的成果,但由于阴影具有一定随机性、多样性与复杂性,现有图像阴影去除方法在实际应用中具有一定的局限性,难以满足多种环境条件下应用要求[3]。因此,该领域研究人员对阴影去除方法进行了很多研究,且取得了一定成果。

文献[4]提出基于衰减式生成对抗网络的单幅图像阴影去除方法。该方法针对阴影区域光照衰减程度的蒙版图像质量较差问题,对单幅图像的阴影进行有效的去除。通过衰减器对样本图像进行训练,获取适合的样本阴影图像,将生成器与融合感知有机融合在一起,借助判别器获取最终阴影蒙版,完成图像阴影的去除。该方法可有效提升图像阴影区域的光照,获取的图像效果较好,但该方法针对真实场景下图像阴影的去除效果不佳,存在一定局限性。……

登录APP查看全文

猜你喜欢

区域检测方法
小波变换在PCB缺陷检测中的应用
关于四色猜想
分区域
用对方法才能瘦
四大方法 教你不再“坐以待病”!
捕鱼
基于严重区域的多PCC点暂降频次估计
区域