-
公开(公告)号:CN114897679B
公开(公告)日:2024-06-14
申请号:CN202210383192.3
申请日:2022-04-12
申请人: 东北大学
IPC分类号: G06T3/4046 , G06T3/4053 , G06T5/60 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06T9/00
摘要: 本发明公开了一种基于生成式对抗网络的浮选泡沫有损压缩图像复原方法,涉及矿物浮选技术领域,本发明针对浮选图片难以大量存储的问题,提出先使用有损图片压缩算法压缩图片,再使用超分辨率重构算法还原图片的思想解决该问题。首先对图片进行缩放后再利用JPEG图像压缩算法进行低质量压缩,压缩后的图片大小仅为原图的八十分之一,极大地增加了工控机可以存储的图片数量;但是压缩后的浮选泡沫图像会丢失部分信息,且存在模糊、失真等现象,使用对抗式生成网络对原图进行重构的方法可以有效地复原图像,解决图像模糊失真等问题,以便后续分析。
-
公开(公告)号:CN114897679A
公开(公告)日:2022-08-12
申请号:CN202210383192.3
申请日:2022-04-12
申请人: 东北大学
摘要: 本发明公开了一种基于生成式对抗网络的浮选泡沫有损压缩图像复原方法,涉及矿物浮选技术领域,本发明针对浮选图片难以大量存储的问题,提出先使用有损图片压缩算法压缩图片,再使用超分辨率重构算法还原图片的思想解决该问题。首先对图片进行缩放后再利用JPEG图像压缩算法进行低质量压缩,压缩后的图片大小仅为原图的八十分之一,极大地增加了工控机可以存储的图片数量;但是压缩后的浮选泡沫图像会丢失部分信息,且存在模糊、失真等现象,使用对抗式生成网络对原图进行重构的方法可以有效地复原图像,解决图像模糊失真等问题,以便后续分析。
-