-
题名无人机夜间场景低照度图像增强方法
- 1
-
-
作者
常丽
王晓红
武斌
王明宇
-
机构
山西工程职业学院计算机工程系
山西大学电力与建筑学院
山西农业大学信息科学与工程学院
-
出处
《传感器与微系统》
CSCD
北大核心
2024年第10期137-141,共5页
-
基金
2024年度全国高等职业院校信息技术课程教学改革研究项目(KT2024168)。
-
文摘
针对无人机夜间场景低照度图像增强的问题,提出一种简单有效的解决方案,无需任何与任务相关的数据。该方法遵循图像自回归原理和灰度世界色彩恒定假说,通过构造RGB通道的高斯分布N(η_(i),σ_(i))采样噪声,构建由5层卷积网络组成的超轻量自回归模型,实现低照度图像的高质量增强。实验结果表明:所提方法在低照度图像增强方面具有较强的竞争力,能够增强图像的亮度和细节信息,获得良好的视觉效果。最重要的是,该模型非常轻量化,毫秒级的推理速度适合部署到无人机实现夜间场景低照度图像的高质量增强。同时该方法基于零样本学习,无需训练数据,具有良好的泛化性。
-
关键词
无人机低照度图像
自回归模型
图像增强
零样本学习
-
Keywords
UAV low-light image
autoregressive model
image enhancement
zero-sample learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-