基于神经网络的光照分布预测夜视复原算法
夜间图像存在光照不均匀、整体亮度较低、色偏严重的现象,且人工光源附近存在光晕.现有的去模糊模型和算法在光照不均匀情况下,常通过估计光照图来去除光照不均匀的影响.通过使用径向基函数神经网络训练提取光照强度,提出了基于光照估计的夜间图像去模糊算法.针对光照不均匀的问题,通过估计光照分布图来去除不均匀光照的影响,计算得到成像过程中的调制传递函数(MTF).以计算所得传输图像退化模型的点扩散函数作为先决条件,结合半盲图像复原的数学模型对目标图像进行处理,以提高夜视探测的成像质量.将所提方法与传统盲复原方法及基于深度神经网络的图像复原方法进行主客观比较,实验所得复原图像及数据验证了该方法的有效性,复原图像的质量得到明显提升.
夜间图像复原、光照预测、径向基函数神经网络、调制传递函数、半盲图像复原
46
TP183;TP391.4(自动化基础理论)
国家自然科学基金61601175;湖北省大学生创新训练项目基金201810512051,201710512051
2019-12-19(万方平台首次上网日期,不代表论文的发表时间)
共6页
329-333,340