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
效能评估方法
指标
无人机集群
生成无人机
效能评估模型
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
建筑物提取方法
遥感图像数据
无人机
图像块
注意力机制
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
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