发明公开
- 专利标题: 一种基于深度学习的输电线路图像去雾方法、系统及设备
-
申请号: CN202410460498.3申请日: 2024-04-17
-
公开(公告)号: CN118172282A公开(公告)日: 2024-06-11
- 发明人: 高方玉 , 郑鹏超 , 倪康婷 , 韩朔 , 赵爽 , 尹磊 , 田宇晟 , 王威 , 赵建豪 , 于洪亮 , 熊鹏 , 郑智文
- 申请人: 北京国网富达科技发展有限责任公司
- 申请人地址: 北京市丰台区南四环西路188号六区13号楼
- 专利权人: 北京国网富达科技发展有限责任公司
- 当前专利权人: 北京国网富达科技发展有限责任公司
- 当前专利权人地址: 北京市丰台区南四环西路188号六区13号楼
- 代理机构: 北京高沃律师事务所
- 代理商 韩雪梅
- 主分类号: G06T5/73
- IPC分类号: G06T5/73 ; G06T5/77 ; G06T5/50 ; G06N3/0464 ; G06N3/084
摘要:
本发明公开一种基于深度学习的输电线路图像去雾方法、系统及设备,属于电力系统监控技术领域。所述方法包括:采用暗通先验方法确定有雾图像的粗略透射率图;将所述有雾图像和所述粗略透射率图输入目标神经网络模型,获得目标神经网络模型输出的精确透射率图;所述目标神经网络模型为对引入残差模块的MSCNN网络模型进行训练获得的;利用所述精确透射率图对所述有雾图像进行去雾操作。本发明实施例采用引入残差模块的MSCNN网络模型进行精确透射率图的获取,充分利用了深度学习模型具有更强的泛化能力的特点,能够适应不同天气条件下的输电线路图像恢复任务。