CN119399044A 基于长短曝光融合的无人机航拍夜间图像增强方法 (山西大学)_第1页
CN119399044A 基于长短曝光融合的无人机航拍夜间图像增强方法 (山西大学)_第2页
CN119399044A 基于长短曝光融合的无人机航拍夜间图像增强方法 (山西大学)_第3页
CN119399044A 基于长短曝光融合的无人机航拍夜间图像增强方法 (山西大学)_第4页
CN119399044A 基于长短曝光融合的无人机航拍夜间图像增强方法 (山西大学)_第5页
已阅读5页,还剩21页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

基于长短曝光融合的无人机航拍夜间图像基于长短曝光融合的无人机航拍夜间图像增强高了低照度无人机航拍图像的视觉效果和保真22.根据权利要求1所述的基于长短曝光融合的无人机航拍夜间图像增强方法,其特征逼真的模糊效果,使用视频帧插值模型SuperSloMo将原来的30帧/秒视频增加到240帧/3.根据权利要求1所述的基于长短曝光融合的无人机航拍夜间图像增强方法,其特征4.根据权利要求1所述的基于长短曝光融合的无人机航拍夜间图像增强方法,其特征一个单元来进一步的处理和特征提取,然后根据候选特征的重要性对它们进行拼接融合。3将含模糊少的短曝光图像进行核估计得到相应的去模糊核,同理用到短曝光图像,从而达到去模糊和去噪声的双重效果;通过式2得到一个可训练的核集公式如下:l和Fs的通道数相等,N=用加权向量Si和Li来分别聚合可训练的核集并估计一个去模糊核和去噪声核具体核kf作用到短曝光图像分别得到对应的第i个去模糊特征D和去噪声特征这一过程4在对齐块中,首先使用拼接后的短曝光特征和长曝光特征特征重建模块都由一个深度可分离卷积组成,目的是在改变所述步骤3中,二阶段的通道注意力机制模块采用选择性融合网络(Selectivei∈RH×W代表输入特征X的第i层,H、W、C分别指特征的高度、宽度和通道数,表示3×3滤波器和7×7滤波器的第i层权重;53U2)5.根据权利要求1所述的基于长短曝光融合的无人机航拍夜间图像增强方法,其特征在训练过程中采用Adam优化器更新网络参数,当迭代结束后,保6.根据权利要求1所述的基于长短曝光融合的无人机航拍夜间图像增强方法,其特征6算法大部分借助深度卷积网络来提高精度,却以庞大的模型参数量和浮点运算量作为代[0012](1)由于无人机航拍具有动态性,很难在真实场景中同时捕捉到相同位置的长曝在sRGB格式和RAW格式相互转换的过程中加入相应的噪声和运动模糊,得到带噪声模糊的7[0013](2)本发明提供了一种基于长短曝光融合的无人机航拍夜间图像增强方法,去噪[0014](3)本发明提供了一个多尺度感知损失函数,该损失函数对每个侧输出层的增强[0015]图1为本发明实施例提供的一种基于长短曝光融合的无人机航拍夜间图像增强方[0028]所述步骤1中,用无人机在不同场景下采集了50个分辨率为5472×3078的高清视模拟无人机航拍的低光环境,并经过颜色调整产生了10000个图像对作为低照度合成数据8于无人机航拍图像的分辨率较大,会导致网络的前向传播和反向传播的计算量大大增加,因此在多尺度输入模块中,对长曝光图像和短曝光图像进行下采样,重塑为1、衡计算量和模型能力。[0033]在本步骤中,一阶段的双核特征融合模块如图4所示,依次执行特征蒸馏残差块9123具体的公式如下:噪声核作用到短曝光图像分别得到对应的第i个去模糊特征D和去噪声特征D',这一[0051]所述步骤3中,二阶段的通道注意力机制模块如图6所示,采用选择性融合网络野的多个分支信息指导下,使用softmax注意力进行融合,有助于提取不同层次的视觉特表示3×3滤波器和7×7滤波器的第i层权重。

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论