公开(公告)号：CN114998141B

公开(公告)日：2024-03-12

申请号：CN202210642198.8

申请日：2022-06-07

Applicant: 西北工业大学

Inventor： 张艳宁 ,  孙瑾秋 ,  周宸 ,  董皓 ,  王东亚 ,  黄剑 ,  朱宇

IPC: G06T5/70 ,  G06T5/50

Abstract: 本发明提供了一种基于多分支网络的空间环境高动态范围成像方法，输入存在一定运动与噪声的多帧低动态图像，经过网络处理后输出无鬼影、不含噪声的高质量高动态图像，基于深度学习的多帧高动态范围成像方法通过神经网络提取图像特征，最终生成无鬼影、无噪声的高动态范围图像。本发明解决了现有的主流高动态成像方法仍然存在的诸多技术难题，比如无法完全消除运动图像造成的鬼影，处理时忽视了图像中存在的噪声，在处理空间图像时效果不佳等问题，使网络可以处理不同区域的亮度和噪声分布，具有空域变换性，在通道维度强化有效特征，抑制存在运动目标、细节缺失的低质量区域特征，进而获得更好的去鬼影效果。

公开(公告)号：CN114998141A

公开(公告)日：2022-09-02

申请号：CN202210642198.8

申请日：2022-06-07

Applicant: 西北工业大学

Inventor： 张艳宁 ,  孙瑾秋 ,  周宸 ,  董皓 ,  王东亚 ,  黄剑 ,  朱宇

IPC: G06T5/00 ,  G06T5/50

Abstract: 本发明提供了一种基于多分支网络的空间环境高动态范围成像方法，输入存在一定运动与噪声的多帧低动态图像，经过网络处理后输出无鬼影、不含噪声的高质量高动态图像，基于深度学习的多帧高动态范围成像方法通过神经网络提取图像特征，最终生成无鬼影、无噪声的高动态范围图像。本发明解决了现有的主流高动态成像方法仍然存在的诸多技术难题，比如无法完全消除运动图像造成的鬼影，处理时忽视了图像中存在的噪声，在处理空间图像时效果不佳等问题，使网络可以处理不同区域的亮度和噪声分布，具有空域变换性，在通道维度强化有效特征，抑制存在运动目标、细节缺失的低质量区域特征，进而获得更好的去鬼影效果。