【技术实现步骤摘要】
本专利技术涉及图像增强，更具体地说，本专利技术涉及多光谱夜视仪智能图像增强系统及方法。
技术介绍
1、在现代计算机视觉与图像处理领域，生成对抗网络（generative adversarialnetworks，gans）已成为一项基础性且功能强大的技术，尤其在高质量图像合成、跨域图像转换及多模态数据融合等任务中取得了突破性进展。生成对抗网络的核心机制源于其独特的对抗性训练框架，其中生成器网络与判别器网络在一种零和博弈中相互竞争并共同进化，最终旨在使生成器能够学习并复现真实数据的复杂分布。然而，这种对抗性过程的稳定性极具挑战性，尤其是在构建用于生成高分辨率图像的深度、复杂网络架构时。一个在业界被广泛认知并深入研究的系统性挑战为：生成对抗网络的输出图像中时常会伴生各类“生成性伪影”。这些伪影并非简单的随机噪声，而是源于网络特定结构组件的、具有结构化特征的副产物，其通常表现为不自然的周期性纹理、棋盘格模式或微小的色彩失真。对于那些已经投入大量计算资源完成训练的、庞大且复杂的现有多光谱融合gan模型而言，通过直接修改其核心架构来根除这些伪影往往...
【技术保护点】
1.多光谱夜视仪智能图像增强方法，其特征在于，包括：
2.根据权利要求1所述的多光谱夜视仪智能图像增强方法，其特征在于，步骤F1的实现方法包括：
3.根据权利要求1所述的多光谱夜视仪智能图像增强方法，其特征在于，步骤F3的实现方法包括：
4.根据权利要求2所述的多光谱夜视仪智能图像增强方法，其特征在于，
5.根据权利要求2所述的多光谱夜视仪智能图像增强方法，其特征在于，步骤F1F2的实现方法包括：
6.根据权利要求2所述的多光谱夜视仪智能图像增强方法，其特征在于，步骤F1F3的实现方法包括：
7....
【技术特征摘要】
1.多光谱夜视仪智能图像增强方法，其特征在于，包括：
2.根据权利要求1所述的多光谱夜视仪智能图像增强方法，其特征在于，步骤f1的实现方法包括：
3.根据权利要求1所述的多光谱夜视仪智能图像增强方法，其特征在于，步骤f3的实现方法包括：
4.根据权利要求2所述的多光谱夜视仪智能图像增强方法，其特征在于，
5.根据权利要求2所述的多光谱夜视仪智能图像增强方法，其特征在于，步骤f1f2的实现方法包括：
6.根据权利要求2所述的多光谱夜视仪智能图像增强方法，其特征在于，步骤f1f3的实现方法包括...
【专利技术属性】
技术研发人员：黄琦，杨煜卿，曾庆文，曾昊，
申请(专利权)人：上海宇丰电子信息科技发展有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。