发明公开
- 专利标题: 一种基于深度卷积网络的配电房烟雾图像去烟雾方法
-
申请号: CN202410917014.3申请日: 2024-07-10
-
公开(公告)号: CN118887133A公开(公告)日: 2024-11-01
- 发明人: 贾雁飞 , 刘赟静 , 关潇卓 , 于文硕 , 刘丽梅 , 杨烁 , 石根华 , 付饶 , 张圆圆 , 张明
- 申请人: 北华大学 , 国网吉林省电力有限公司吉林供电公司
- 申请人地址: 吉林省吉林市滨江东路3999号;
- 专利权人: 北华大学,国网吉林省电力有限公司吉林供电公司
- 当前专利权人: 北华大学,国网吉林省电力有限公司吉林供电公司
- 当前专利权人地址: 吉林省吉林市滨江东路3999号;
- 代理机构: 长春市吉利专利事务所
- 代理商 王大珠
- 主分类号: G06T5/73
- IPC分类号: G06T5/73 ; G06T5/70 ; G06T5/60 ; G06V10/44 ; G06V10/46 ; G06V10/54 ; G06V10/80 ; G06V10/82 ; G06N3/045 ; G06N3/0464
摘要:
一种基于深度卷积网络的配电房烟雾图像去烟雾方法,属于计算机视觉技术领域,包括构建含有烟雾的配电房图像去烟雾网络模型训练数据集和测试数据集;构建含有烟雾的配电房图像纹理特征提取网络分支,图像特征提取主干网络以及配电房烟雾图像重构网络;利用训练数据集对上述构建的网络进行训练,得到最优的网络模型;利用测试数据集对训练后的网络模型进行测试,将满足测试结果的网络模型作为最终去烟雾网络模型;否则调整参数继续训练;将真实含烟雾的配电房图像输入到训练后网络模型中,得到去除烟雾后的配电房图像。本发明在实现配电房烟雾图像去烟雾的同时,提高图像清晰度,更好的保留局部细节信息。