买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网智能科技股份有限公司;国网山东省电力公司临沂供电公司

摘要：本发明提供了一种密闭腔体低照度图像增强方法及系统，获取多组样本图像，对每组样本图像进行筛选，以质量最优图像为该组样本图像的模板图像，其余图像作为待增强图像，形成训练样本集；构建条件生成对抗网络，以模板图像为目标输出，采用多指标融合损失函数进行训练，再将模板图像作为真实目标，增强后图像作为虚假目标输入，进行训练；将密闭腔体内采集的图像输入训练后的条件生成对抗网络，得到图像增强后的图像。本发明实现低照度图像到高质量图像端到端的图像增强输出，有效提升了低照度图像的亮度与对比度。

主权项：1.一种密闭腔体低照度图像增强方法，其特征是：包括以下步骤：获取多组样本图像，对每组样本图像进行筛选，以质量最优图像为该组样本图像的模板图像，其余图像作为待增强图像，形成训练样本集；基于训练样本集，构建条件生成对抗网络，以模板图像为目标输出，采用多指标融合损失函数进行训练，再将模板图像作为真实目标，增强后图像作为虚假目标输入，进行训练；将密闭腔体内采集的图像输入训练后的条件生成对抗网络，得到图像增强后的图像,具体包括:将密闭腔体内新采集的或者实时采集的低照度图像输入训练好的的条件生成对抗网络的生成模型，经过生成模型的分解网络分解成反射图与光照图，光照图经过亮度增强网络得到增强后的亮度图，增强后的亮度图与反射图相乘得到最终系统输出增强图像，实现图像增强操作；所述条件生成对抗网络包括生成模型，所述生成模型包括分解网络与增强网络，所述分解网络包括依次连接的特征提取层、特征融合层、特征细化层和特征输出层；所述增强网络包括依次连接的卷积编码层、卷积解码层、连接层和全卷积层；所述分解网络的训练过程包括：将待增强图像ImgE与模板图像ImgM输入网络，经过分解网络后得到不同的光照图和以及不同的反射图和基于所述光照图和反射图，计算训练损失函数，通过样本集训练得到分解网络各通道节点参数；训练损失函数为： 所述增强网络的训练过程包括：基于SSIM损失函数与L2损失函数，构建加权融合损失函数，利用加权融合损失函数对增强网络进行单独训练；加权融合损失函数Lossehance定义为：LossSSIM＝1-SSIMX,YLossL2＝||Y-X||2Lossehance＝λ1LossSSIM+λ2LossL2其中，λ1＝0.3，λ2＝0.7，X表示增强网络输出的光照图，Y表示正常模板图像的光照图。

全文数据：

权利要求：

百度查询： 国网智能科技股份有限公司 国网山东省电力公司临沂供电公司 一种密闭腔体低照度图像增强方法及系统