摘要
本发明公开了一种基于物理先验知识的恶劣天气图像增强方法及系统,涉及图像增强技术领域,将待增强图像输入到已训练完成的图像增强模型中,输出语义分割图像;图像增强模型的训练过程为:获取晴天和恶劣天气中不同行车环境下的图像,构建训练数据集;利用晴天图像作为参考图像,基于清晰化模块学习晴天图像和恶劣天气图像之间的分布差异,从恶劣天气图像中分离出天气分量,生成清晰化图像;在图像增强模块中引入物理先验,对清晰化图像进行图像增强处理,得到增强后图像;对增强后图像进行语义分割,得到具有细节特征的语义分割图像;该恶劣天气图像增强方法及系统,显著提高雨雪图像的清晰度和质量。
技术关键词
图像增强模型
图像增强方法
图像增强模块
伽马校正技术
语义
图像增强系统
物理
图像增强技术
恶劣天气条件
对比度
像素
上采样
参数
亮度
训练集
非线性
系统为您推荐了相关专利信息
结构化信息提取方法
文件层次结构
文本
OCR文字识别
分类方式
三维点云配准方法
特征描述符
多层感知机层
解码器
点对特征
深度图
立体重建方法
融合语义信息
融合多源信息
特征金字塔网络
深度强化学习
驾驶控制方法
多视角
3D点云
特征提取网络