典型文献
一种基于轻量级深度网络的无参考光学遥感图像增强算法
文献摘要：
光学遥感图像由于传感器性能下降,恶劣天气等因素的影响,导致图像品质变差.表现为图像对比度不高、细节不清晰、颜色失真、噪声大等问题.文章提出一种无参考光学遥感图像增强算法,旨在训练一个轻量级的深度网络,以估计像素和高阶曲线的动态范围调整给定的图像.在网络训练过程中不需要任何成对或不成对的数据,而是通过一组无参考损失函数隐含地测量了图像增强品质并驱动了网络的学习.实验结果表明,文章算法的性能在多种指标上和视觉上均取得优异效果,能够适应更多的光照条件.
文献关键词：
图像增强;深度网络;无参考损失函数;遥感图像
中图分类号：
作者姓名：
庞英娜;马烽基
作者机构：
中国空间技术研究院,北京 100094;北京航空航天大学电子信息工程学院,北京 100191
文献出处：
引用格式：
[1]庞英娜;马烽基-.一种基于轻量级深度网络的无参考光学遥感图像增强算法)[J].航天返回与遥感,2022(02):74-81
A类：
无参考损失函数,隐含地
B类：
轻量级,深度网络,光学遥感图像,图像增强算法,传感器性能,性能下降,恶劣天气,对比度,颜色失真,像素,动态范围,网络训练,训练过程,光照条件
AB值：
0.201402
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
