一种基于稀疏性的低照度条件下图像增强方法及系统

AITNT
正文
推荐专利
一种基于稀疏性的低照度条件下图像增强方法及系统
申请号:CN202510481322
申请日期:2025-04-17
公开号:CN120387960A
公开日期:2025-07-29
类型:发明专利
摘要
本发明公开了一种基于稀疏性的低照度条件下图像增强方法及系统,其涉及图像处理技术领域。本发明考虑图像的稀疏性,结合注意力机制和前馈神经网络,构建低照度无人机图像增强模型,可有效提取低照度条件下的无人机图像的特征和细节,解决无人机图像颜色失真或缺少细节的问题,提高增强后的无人机图像的图像质量和清晰度,有利于对无人机的识别、检测或监控等,辅助对无人机的进一步利用;本发明的系统结构简单,构建对应的低照度无人机图像增强模型,实现对低照度条件下的无人机图像的有效增强,改善无人机夜间图像质量。
技术关键词
训练特征 图像增强模型 无人机 子模块 图像增强方法 照度 全局特征融合 数据 积层 前馈神经网络 图像增强系统 反向传播方法 注意力机制 图像增强模块 编码 图像获取模块 图像处理技术
系统为您推荐了相关专利信息
1
一种基于QFD的无人机集群作战效能评估方法
效能评估方法 指标 无人机集群 生成无人机 效能评估模型
2
一种无人机飞行轨迹规划方法及系统
无人机飞行轨迹 凸优化算法 生成无人机 构建无人机 加速度
3
融合DINOv2与全局注意力的无人机影像建筑物提取方法及系统
建筑物提取方法 遥感图像数据 无人机 图像块 注意力机制
4
基于机器学习的后压浆桩极限承载力的预测系统及方法
预测系统 子模块 模型训练模块 机器学习训练 优化预测模型
5
基于神经辐射场的果园三维重建与果树语义分割方法
语义分割方法 原始图像数据 单目深度估计 相机位姿估计 峰值信噪比
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号