一种低光照空间目标图像亮度增强方法及系统
技术特征:
1.一种低光照空间目标图像亮度增强方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种低光照空间目标图像亮度增强方法,其特征在于,在步骤二中,
3.根据权利要求2所述的一种低光照空间目标图像亮度增强方法,其特征在于,在步骤三的具体步骤为:
4.根据权利要求3所述的一种低光照空间目标图像亮度增强方法,其特征在于,用于低光照图像高度增强的亮度网络模型通过无监督学习训练实现,核心在于无参考损失函数设计,损失函数包括曝光损失、空间损失和照明、平滑损失四个组成部分:
5.根据权利要求4所述的一种低光照空间目标图像亮度增强方法,其特征在于,在步骤三中,网络训练在ubuntu 20.04系统上基于pytorch深度学习框架训练,训练使用nvidia3060gpu;设置初始学习率为0.0001;批处理设置为8;训练周期为40个周期;采用l2正则化处理。
6.根据权利要求3、4或5所述的一种低光照空间目标图像亮度增强方法,其特征在于,在步骤四融合处理的具体步骤为:
7.根据权利要求3、4、5所述的一种低光照空间目标图像亮度增强方法,其特征在于,在步骤五的具体过程包括如下步骤:
8.一种低光照空间目标图像亮度增强系统,其特征在于:该系统具有与权利要求1-7任一项权利要求的步骤对应的程序模块,运行时执行所述的低光照空间目标图像亮度增强方法中的步骤。
9.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质存储有计算机程序,所述计算机程序配置为由处理器调用时实现权利要求1-7中任一项所述的低光照空间目标图像亮度增强方法的步骤。
10.一种低光照空间目标图像处理设备,其特征在于:所述低光照空间目标图像处理设备包括至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的低光照空间目标图像亮度增强方法。
技术总结
一种低光照空间目标图像亮度增强方法及系统,涉及在轨图像处理领域。本发明是为了解决在太空环境下常见的低光照以及太空环境独特且光照条件极为不稳定时,常常因太阳光的遮挡或宇宙背景光的缺失而导致获取的图像亮度不足,从而影响图像的质量和后续的图像分析及应用的问题。技术要点:利用仿真引擎制作了作为输入的低光照图像,基于无监督深度学习和Retinex算法结合的神经网络,利用轻量级卷积神经网络来估计低光照图像的照明成分,在该网络中采用了无监督学习策略,通过无参考损失函数如曝光损失、空间损失和照明平滑损失训练网络,从而避免了对成对训练数据的依赖。在获取经过神经网络得到光照条件增强的图像后,与原图像进行融合处理。本发明用于改善在低光照条件下捕获的图像的质量。
技术研发人员:张泽旭,张凡,宋卓,徐田来,袁帅
受保护的技术使用者:哈尔滨工业大学
技术研发日:
技术公布日:2024/11/26
技术研发人员:张泽旭,张凡,宋卓,徐田来,袁帅
技术所有人:哈尔滨工业大学
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
