发明公开
- 专利标题: 一种基于深度学习的弱激光图像增强方法及装置
-
申请号: CN202311452511.2申请日: 2023-11-03
-
公开(公告)号: CN117173072A公开(公告)日: 2023-12-05
- 发明人: 王亚军 , 牛兴漫 , 李付谦 , 张启灿 , 刘元坤 , 吴周杰
- 申请人: 四川大学
- 申请人地址: 四川省成都市一环路南一段24号
- 专利权人: 四川大学
- 当前专利权人: 四川大学
- 当前专利权人地址: 四川省成都市一环路南一段24号
- 代理机构: 四川力久律师事务所
- 代理商 韩洋
- 主分类号: G06T5/50
- IPC分类号: G06T5/50 ; G06T5/00 ; G06T7/11 ; G06T7/521 ; G06N3/0464 ; G06N3/08
摘要:
本发明提供一种基于深度学习的弱激光图像增强方法及装置,包括获取第一激光下的第一图像,以及第二激光下的第二图像;对所述第一图像进行标注处理作为数据标签,并输入至预先构建好的深度网络进行训练,得到优化后的弱激光图像增强模型;将所述第二图像输入至优化后的弱激光图像增强模型,获取增强后的弱激光图像。本发明通过将所用的DCNN网络进行改进,在每个特征层加入残差模块,得到改进的DCNN网络;形成测量用的弱激光图像增强模型,进行轻量化处理;将待测物体的弱激光图像进行数据预处理后,输入所得弱激光图像增强模型,输出增强后的激光图像;对输出结果进行分析处理,可获得所测物体的三维点云。
公开/授权文献
- CN117173072B 一种基于深度学习的弱激光图像增强方法及装置 公开/授权日:2024-02-02