一种黑夜道路监测图像增强方法

本发明提出了一种黑夜道路监测图像增强方法，包括：收集白天场景的来自不同传感器的道路监测图像并进行预处理；基于黑夜场景的动态物体推测图像；设计GAN模型进行训练和优化。生成基于黑夜场景的超分辨率与时空连续性增强的图像；对输入的图像恢复高频纹理和边缘信息，增强图像的局部细节，同时在低对比度区域进行纹理恢复和细微边缘增强，生成细节增强后的图像，最终对细节增强后的图像进行全局优化，生成最终增强后的黑夜道路监测图像。本发明解决了现有技术在黑夜图像处理中的诸多难题。通过将可见光图像、红外图像、深度图像等多种传感器数据进行融合，并利用白天场景建模来推测黑夜中的动态物体。