基于大数据的低照度微弱点目标激光成像方法

低照度微弱点目标图像存在亮度低、异常像素点多、噪声严重等问题,为此提出基于大数据的低照度微弱点目标激光成像方法。通过激光扫描得到低照度环境下的图像数据维度,计算三维空间域内的像素点运行轨迹,获取大数据成像信息。采用自适应阈值方法对低照度环境下的成像信息数据进行过滤处理,去除图像高斯噪声,同时保留图像纹理信息数据。将降噪处理后的图像数据输入前级卷积神经网络,完成低照度微弱点目标激光成像。实验结果表明,所提方法熵值保持在1以上,且成像亮度失真度低、对比度高、纹理特征显著,满足低照度环境需求。