[发明专利]卫星图像处理方法、网络训练方法、相关装置及电子设备

说明书

本申请公开了卫星图像处理方法、网络训练方法、相关装置及电子设备，涉及计算机视觉和深度学习技术等人工智能领域。具体实现方案为：获取第一目标卫星图像；基于第一神经网络对所述第一目标卫星图像进行去雾处理，得到第一卫星图像；基于第二神经网络对所述第一卫星图像的画质参数进行调节，得到第二卫星图像。根据本申请的技术，解决了卫星图像处理技术中存在的卫星图像质量增强效果比较差的问题，提高了卫星图像的质量增强效果。

技术领域

本申请涉及人工智能领域，尤其涉及计算机视觉和深度学习技术领域，具体涉及一种卫星图像处理方法、网络训练方法、相关装置及电子设备。

背景技术

卫星图像通常是通过地球卫星的成像系统，对地球表面进行拍摄而成，其在地图和导航等产品中有着重要的应用价值。

由于地球大气环境、天气环境以及光照环境等影响，卫星图像经常出现有雾霭遮掩、亮度以及对比度等画质方面的问题。目前，可以通过对卫星图像进行单一维度的处理，以增强卫星图像的质量。

发明内容

本公开提供了一种卫星图像处理方法、网络训练方法、相关装置及电子设备。

根据本公开的第一方面，提供了一种卫星图像处理方法，包括：

获取第一目标卫星图像；

基于第一神经网络对所述第一目标卫星图像进行去雾处理，得到第一卫星图像；

基于第二神经网络对所述第一卫星图像的画质参数进行调节，得到第二卫星图像。

根据本公开的第二方面，提供了一种网络训练方法，包括：

获取训练图像集；所述训练图像集包括训练输入卫星图像，以及与所述训练输入卫星图像对应的训练输出卫星图像，所述训练输入卫星图像的图像参数与所述训练输出卫星图像的图像参数不同，所述图像参数包括图像透明度或者画质参数；

基于目标神经网络，对所述训练输入卫星图像进行特征提取，得到第一特征，将所述第一特征与第二特征进行融合，得到目标特征，并基于所述目标特征和所述训练输入卫星图像进行图像重构，得到第二目标卫星图像；所述第二特征为对所述第一特征进行特征提取后的特征所重构的特征，所述目标神经网络包括第一神经网络或者第二神经网络；

确定所述第二目标卫星图像和所述训练输出卫星图像的差异信息；

基于所述差异信息更新所述目标神经网络的参数。

根据本公开的第三方面，提供了一种卫星图像处理装置，包括：

第一获取模块，用于获取第一目标卫星图像；

去雾处理模块，用于基于第一神经网络对所述第一目标卫星图像进行去雾处理，得到第一卫星图像；

画质参数调节模块，用于基于第二神经网络对所述第一卫星图像的画质参数进行调节，得到第二卫星图像。

根据本公开的第四方面，提供了一种网络训练装置，包括：

第二获取模块，用于获取训练图像集；所述训练图像集包括训练输入卫星图像，以及与所述训练输入卫星图像对应的训练输出卫星图像，所述训练输入卫星图像的图像参数与所述训练输出卫星图像的图像参数不同，所述图像参数包括图像透明度或者画质参数；

特征提取模块，用于基于目标神经网络，对所述训练输入卫星图像进行特征提取，得到第一特征，将所述第一特征与第二特征进行融合，得到目标特征，并基于所述目标特征和所述训练输入卫星图像进行图像重构，得到第二目标卫星图像；所述第二特征为对所述第一特征进行特征提取后的特征所重构的特征，所述目标神经网络包括第一神经网络或者第二神经网络；

确定模块，用于确定所述第二目标卫星图像和所述训练输出卫星图像的差异信息；