摘要
本发明提出基于图像处理的红外温度图像增强方法及系统，包括：获取红外温度图像，应用多尺度图像处理技术提取红外温度图像中的不同频率和不同尺度上的数据，将数据分别进行归一化处理，构建神经网络模型；在多个尺度上进行图像增强，将预处理后的多个尺度红外温度图像输入神经网络模型中，设计Q‑learning算法，学习并更新红外温度图像在不同增强策略下的Q值；选择并执行最佳的增强策略对神经网络模型进行训练，优化神经网络模型的损失函数；将多个尺度上的增强结果进行融合后进行后处理，优化图像的视觉效果；输出增强后的红外温度图像。本发明用Q‑learning算法来设计奖励函数，对识别的产生的损失函数不断进行优化增强，提高图像处理的识别精度。
