信息与电脑杂志

摘要：动态范围压缩与光照不均是数字图像采集中普遍存在的质量退化问题，传统校正手段在细节保留和噪声抑制方面存在明显局限。基于Retinex理论构建的深度神经网络，将图像解耦为反射分量与照度分量并进行自适应优化，在客观指标和主观视觉质量上都显著优于传统方法，为高动态范围(High Dynamic Range, HDR)场景下的照片质量提升提供了可量化的技术路径。

关键词： 动态范围优化;光照校正;深度学习;Retinex理论;色调映射;

基金资助： 2024年度山东省职业教育教学改革研究项目“中职‘一平台、双维度、三层级’引领下数智技术赋能中职《数码照片后期处理》课程教学创新的实践研究”(项目编号：2024163)；

专辑： 信息科技

专题： 计算机软件及计算机应用;自动化技术

分类号： TP391.41;TP18