申请/专利权人：北京信息科技大学

申请日：2020-12-28

公开（公告）日：2021-04-13

公开（公告）号：CN112651917A

主分类号：G06T5/50(20060101)

分类号：G06T5/50(20060101);G06N3/08(20060101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2021.04.30#实质审查的生效;2021.04.13#公开

摘要：本发明提出了一种基于生成对抗网络的空间卫星低照度图像增强方法。首先，设计了一种密集连接的生成器，加强了各特征提取阶段中的信息传递以及多层特征的融合，减少了特征信息的损耗，更好地提取正常照度图像及低照度图像中相似的语义信息；并结合EnlightenGAN的思想，采用了全局‑局部辨别器结构，使图像增强效果更自然。然后，在少量样本的条件下，利用非配对样本对本文方法进行训练，并通过对输入图像进行随机缩放及翻转等数据增强方法提高模型训练效果，进而提升低照度图像增强性能。最后，对所提出的空间卫星低照度图像增强方法进行了仿真验证。本发明提高了图像的平均亮度及对比度，恢复图像细节信息，为图像处理技术提供了更高质量的数据信息。

主权项：1.一种基于生成对抗网络的空间卫星低照度图像增强方法，其特征在于，包括如下步骤：1构建非配对样本的训练集，分为Ilow以及Inormal两部分；将Ilow输入生成器G中，生成增强后的卫星图像GIlow，即伪图像Ifake；2将Ifake与真实图像Ireal输入辨别器D中，Ireal即Inormal，对输入图像的真伪进行辨别，输出结果如下式所示； 其中，True与False分别代表辨别结果真与伪；3将辨别结果DI与对应的样本标签Y输入到生成器和辨别器的对抗损失函数中，分别输出误差值LG以及LD；4固定生成器的网络参数，将误差值LD进行反向传播BP，更新优化辨别器的网络参数，进而在下一轮迭代中更准确地辨别出真实图像与伪图像；5重复步骤2～4，固定辨别器的网络参数，将误差值LG进行反向传播，更新优化生成器的网络参数，进而在下一轮迭代中缩小Ifake与Ireal的差距；6迭代优化次数Niter大于N时结束训练，得到生成器G*，即可利用该生成器实现卫星低照度图像增强。

全文数据：

权利要求：

百度查询： 北京信息科技大学 一种基于生成对抗网络的空间卫星低照度图像增强方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD