声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-5602/TP
国际刊号：1673-9418
发布日期:
作者：李宇哲, 郝清华, 高志发, 谢荣桢, 赵玲, 周宇
单位：中国电子科技集团公司 第十五研究所，北京 100083
关键词：图像增强,低信噪比,暗弱场景,深度学习,多模态融合
在低信噪比与暗弱场景解析的研究中，图像增强技术已成为推动视觉智能感知的重要支撑。聚焦于图像增强方法的演进过程，系统剖析了其在不同发展阶段的理论与应用价值。从技术发展与应用需求出发，明确了图像增强在提升系统鲁棒性、抑制噪声干扰和优化视觉质量方面的关键作用，以及在满足弱光成像、夜间监控和无人系统任务中的必要性；深入探讨了单图片增强、多图像融合及基于深度学习的方法的核心技术体系。系统梳理了图像增强方法在实际应用中面临的多维挑战，如复杂场景建模的难度、跨模态信息融合的可靠性、计算资源消耗及数据标注稀缺性，并分析了不同方法在提升图像细节恢复、动态范围扩展与泛化能力方面的表现。结合数据集调研，对低光照增强、极弱光成像和夜间交通等典型数据资源进行了比较，展示了其在任务驱动和算法验证中的适用性与局限性。总结了低信噪比与暗弱场景下现有图像增强技术存在的瓶颈，并展望了未来图像增强、场景还原的发展方向。
来源：2026年第2期
《计算机科学与探索》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。