TY -的A2 Suthakorn Jackrit AU -高,郧阳盟——陈,明非盟- Du, Shouqing盟,冯会长PY - 2022 DA - 2022/10/11 TI -应用多媒体的语义提取方法快速图像增强控制SP - 2282217六世- 2022 AB -为了解决这个问题,很难有效地提高压缩域的细节和保持图像的整体亮度和清晰度,提高图像对比度在当前在压缩域图像增强方法,多媒体的语义提取方法应用于快速图像增强控制。有人提出,构造了综合训练样本根据Retinex模型转换原始低光照条件下的图像从RGB(红绿蓝)空间HSI颜色空间(色相饱和磁化强度),使色度和饱和度分量不变,并使用DCNN增强亮度分量;最后,它将HSI颜色空间转换为RGB空间来得到最终的增强图像。实验结果表明,模型的性能将会增加与卷积核的数量的增加,但卷积核的数量的增加无疑会增加的计算量;它也可以发现,当网络层的数量是7,图像的PSNR值模型输出的增加。最高的价值,增加网络层的数量,并不一定提高的性能模型;有或没有BN,他的训练方法收敛比直接的RGB图像增强,更容易与更高的平均PSNR和SSIM值。相比,实验结果表明,与传统的Retinex增强算法和DCT压缩域增强算法,该算法具有更好的细节增强和颜色保存效果和可以更好地抑制块效应。SN - 1687 - 5249你2022/2282217 / 10.1155——https://doi.org/10.1155/2022/2282217——摩根富林明,控制科学与工程学报PB - Hindawi KW - ER