CN116385298B 一种用于无人机夜间采集图像的无参考增强方法 （福州大学）

一种用于无人机夜间采集图像的无参考增本发明涉及一种用于无人机夜间采集图像待测无人机采集的夜间图像输入到所设计的网2步骤S5、将待测无人机采集的夜间图像输入到所强曲线估计网络接收归一化的大小为H×W的无人机夜间采集图像X作为输入，增强曲线估网络输出大小为H×W的用于图像增强的参数A，即对于输入图像的每个像素都有其对应的骤S21增强曲线估计网络输出的结果；对于归一化的大小为H×W的无人机夜间采集图像X，P=X+a·(g(X;A)-X),其中X是归一化的大小为H×W的无人机夜间采集图像，其中cos(H)函数对于输入张量步增强结果输出为最终结果R;设计的网络能进一步提升无人机采集的夜间图像增强的2.根据权利要求1所述的一种用于无人机夜间采集图像的无参考增强方法，其特征在3train是具有8位色彩深度的H×W大小的图像，Ibit_max是H×W大小且像素值均为3.根据权利要求1所述的一种用于无人机夜间采集图像的无参考增强方法，其特征在步长为4.根据权利要求1所述的一种用于无人机夜间采集图像的无参考增强方法，其特征在4VYAC和VWAC分别为Ac在竖直和水平方向上的一步骤S35、设计语义驱动的去块损失函数该去块损失函数能够抑制图像增步骤S36、设计语义自正则的去噪损失函数该去噪损失函数能够有效抑制5.根据权利要求4所述的一种用于无人机夜间采集图像的无参考增强方法，其特征在步骤S353、对于步骤S2所设计用于无人机夜间采集图像终结果R,使用ImageNet数据集上分类任务预训练的VGG_16模型对提取特征，其Conv4_25式中*代表矩阵对应元素相乘，e是自然对数的底数，μ是可以控制语义强度感知的参6.根据权利要求4所述的一种用于无人机夜间采集图像的无参考增强方法，其特征在p,.p:g其中Φ是步骤S23所述感知复原网络，是初步增强后的图像P,g1与g2由子图采样器G2是求得欧几里得范数的操作；其中Φ是步骤S23所述感知复原网络，是初步增强后的图像P,g1与g2由子图采样器G2是求得欧几里得范数的操作。7.根据权利要求1所述的一种用于无人机夜间采集图像的无参考增强方法，其特征在67[0003]低照度图像增强旨在提升对光照条件不足图像的内容可视性。低照度图像中物8该增强曲线估计网络接受归一化的大小为H×W的无人机夜间采集图像X作为输入，增强曲计网络输出大小为H×W的用于图像增强的参数A，即对于输入图像的每个像素都有其对应于步骤S21增强曲线估计网络输出的结果；对于归一化的大小为H×W的无人机夜间采集图为初步增强结果P,输出为最终结果设计的网络能进一步提升无人机采集的夜间图像增9步[0027]对于输入归一化的大小为H×W的无人机夜间采集图像X时，其前馈运算的公式表块C678X,)将两个特征按通道维度拼接。VYAC和VWAC分别为Ac在竖直和水平方向上的一任务预训练的VGG_16模型对X提取特征，其Conv4_2层的输出特征按通道求和的结果记为[0052]步骤S352、对于初步增强后的图像p,使用ImageNet数据集上分类任务预训练的[0053]步骤S353、对于步骤S2所设计用于无人机夜间采集图像即最终结果R,使用ImageNet数据集上分类任务预训练的VGG_16模型对提取特征，其Conv4_2层的输出特征按通道求和的结果[0058]步骤S361、使用Neighbor2Neighbor中的子图采样方法构建子图LHr/2]X[wr/2J个样”；其中行采样即从集合中选取1个元素，列采样即从集合任务预训练的VGG_16模型对X提取特征，其Conv4_2层的输出特征按通道求和的结果记为[0064]其中Φ是步骤S23所述感知复原网络，是初步增强后的图像[0067]其中Φ是步骤S23所述感知复参数A，经过增强运算公式得到初步增强后的图像最[0071]步骤S43、使用反向传播方法计算增强曲线估计网络和感知复原网络中各参数的络输出大小为H×W的用于图像增强的参数A，即对于输入图像的每个像素都有其对应的图于步骤S21增强曲线估计网络输出的结果。对于归一化的大小为H×W的无人机夜间采集图[0097]其中代表初步增强结果，α为初步增强结果输出为最终结果R.设计的网络能进一步提升无人机采集的夜间图像增步[0103]对于输入归一化的大小为H×W的无人机夜间采集图像X时，其前馈运算的公式表块C678X,)将两个特征按通道维度拼接。4.-llall:+Ilvll,:和分别为Ac在竖直和水平方向上的一阶差分，||||1[0124]步骤S35、设计语义驱动的去块损失函数该损失函数能够抑制图像增强过程任务预训练的VGG_16模型对X提取特征，其Conv4_2层的输出特征按通道求和的结果记为[0128]步骤S352、对于初步增强后的图像使用ImageNet数据集上分类任务预训练的[0129]步骤S353、对于步骤S2所设计用于无人机夜间采集图像即最终结果R,使用ImageNet数据集上分类任务预训练的VGG_16模型对提取特征，其Conv4_2层的输出特征按通道求和的结果记为fn。[0134]步骤S361、使用Neighbor2Neighbor中的子图采样方法构建子图g2任务预训练的VGG_16模型对X提取特征，其Conv4_2层的输出特征按通道求和的结果记为2是求得欧几里得范数的操作。2是求得欧几里得范数的操作。