卷积神经网络的激光图像增强算法

发布时间：2023-04-22 05:04

　　激光图像在采集过程,难免会受到外界因素影响,使得激光图像模糊不清,质量达不到实际应用要求,为了改善激光图像质量,提出了基于卷积神经网络的激光图像增强算法。首先分析激光图像质量的原因,并采集原始激光图像,然后采用滤波器对原始激光图像进行去噪操作,并对激光图像的细节信息进行增强,使得激光图像的重要信息更加丰富,最后采用卷积神经网络对激光图像的色彩进行优化,使激光图像的色彩更加接近理想状态,并采用多幅激光图像进行了增强效果验证性测试。结果表明,卷积神经网络较好地解决了激光图像增强过程中存在的一些弊端,激光图像质量得到了明显提升,激光图像更加清晰,激光图像视觉效果得到了有效的增加,同时激光图像信息熵也高于对比方法,具有更广泛的实际应用价值。

【文章页数】：4 页

【文章目录】：
1 引言
2 卷积神经网络的激光图像增强方法
    2.1 原始激光图像的滤波操作
    2.2 卷积神经网络
    2.3 卷积神经网络的激光图像增强思路
3 激光图像增强算法性能的仿真测试
    3.1 测试平台
    3.2 激光图像增强结果的主观评价
    3.3 激光图像增强结果的客观评价
4 结束语



本文编号：3796972