本发明公开了一种用于海事无人机的低照度视频图像增强方法，包括：1)提取海事无人机拍摄的视频图像，进行视频去抖动操作；2)计算照射分量图像的估计值，对视频图像进行分解，得到反射分量图像；3)使用限制对比度自适应直方图均衡化方法(CLAHE)对照射分量图像的估计值进行对比度增强；4)建立基于改进的残差卷积神经网络，对反射分量图像进行噪声抑制处理，得到去噪后的反射分量图像。5)基于Retin
本发明公开了一种用于海事无人机的低照度视频图像增强方法，包括：1)提取海事无人机拍摄的视频图像，进行视频去抖动操作；2)计算照射分量图像的估计值，对视频图像进行分解，得到反射分量图像；3)使用限制对比度自适应直方图均衡化方法(CLAHE)对照射分量图像的估计值进行对比度增强；4)建立基于改进的残差卷积神经网络，对反射分量图像进行噪声抑制处理，得到去噪后的反射分量图像。5)基于Retinex合成模型，对增强后的照射分量图像和去噪后的反射分量图像进行合成，得到海事无人机的视频增强图像。该方法不仅能解决低照度条件下海事无人机视频图像存在的亮度、对比度低和含有噪声问题，还能解决由于视频抖动而产生的图像模糊问题。
1、将视频去抖动作为一个预处理操作，解决海事无人机低照度视频图像由于画面抖动而出现的图像模糊等问题，便于观测和判别。
2、主特征提取模型可较好地估计低照度图像的照射分量，在提取图像主特征的同时可以保持照射分量图像的主要边缘信息。
3、改进的残差卷积网络可以加速训练过程以及提高去噪性能，在保留了反射分量图像中的细节信息的同时，去除其中包含的噪声信息，使图像细节更加清晰可见。
