一种低光照空间目标图像亮度增强方法及系统

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。