基于深度学习的区域背光亮度提取方法

来源 :光学学报 | 被引量 : 2次 | 上传用户:LH120013
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在分析现有算法的优缺点的基础上,尽可能考虑各种类型的图像,基于发光二极管-液晶显示器直下式图像视频显示原理样机,提出了一种可靠有效的基于区域背光亮度提取的数据测量方法,并提出了一种高效实用的基于深度学习的背光亮度提取方法。该方法基于采用多层下采样结构的神经网络,综合提取图像特征,获得最优的背光。实验结果表明,该方法可以提高图像显示质量和扩大图像的动态范围,而网络结构中有无旁路的对比实验结果验证了所提方法的优越性和有效性。
其他文献
<正>教学内容:国标苏教版小学语文第十册第20课。教学目标:1.理解本文中生字、词的含义及关键词饱含的感情。2.理解红军在长征中所表现出的大无畏英雄气概和革命乐观主义精神
针对大视场范围下运动目标位姿参数测量易受模型累积误差、成像畸变和特征信息不足等因素的影响,提出一种新型视觉测量方法。首先建立适用于视觉测量过程中的高效多源特征数据融合模型,可以解决特征点单一的问题。然后构建基于特征点云信息的双向闭合测量模式,改变传统方法中从图像数据到空间特征信息的单向传递过程,将已确认的空间数据作为控制信息返回至测量处理过程中,可以有效规避测量空间越大导致测量模型累积误差越大的矛