摘要
本发明公开了一种夜间行驶低照度图像眩光抑制方法,涉及图像处理技术领域,包括以下步骤:采集夜间道路场景与眩光图像并融合生成数据集;采用改进型Uformer网络结构,通过深度可分离卷积与像素重排(PixelShuffle)模块实现高效采样,并利用局部上下文感知Transformer(LCAWin‑Transformer)提取局部细节和结构信息;通过门控位置注意力模块结合位置编码与上下文信息精确定位眩光区域;采用背景损失、眩光损失与重建损失联合训练网络,恢复背景细节并预测眩光。本申请能够有效解决夜间复杂光照条件下由强光源引起的眩光干扰问题,在智能驾驶辅助系统中显著提升图像清晰度与感知可靠性,保障行车安全,具有良好的工程实用价值与推广前景。
技术关键词
眩光
照度
智能驾驶辅助系统
伽马校正
道路场景图像
工程实用价值
输出特征
像素
生成数据集
注意力
编码
代表
汽车尾灯
图像处理技术
自然场景
网络
采样模块
城市道路
系统为您推荐了相关专利信息
Retinex模型
图像色彩校正方法
光源
像素
强度
智能装配方法
输出轨迹数据
数据控制平台
飞机
照度
疲劳驾驶检测方法
Retinex模型
多层次特征融合
特征提取模块
图像增强网络
图像去噪方法
噪声图像
神经网络架构
黑电平
去噪技术