公开(公告)号：CN113838083A

公开(公告)日：2021-12-24

申请号：CN202011117258.1

申请日：2020-10-19

申请人： 南京航空航天大学 ,  海华电子企业(中国)有限公司

发明人： 徐帆 ,  商智高 ,  吴启晖 ,  陈朝晖 ,  宋明 ,  黄旭阳

IPC分类号： G06T7/194 ,  G06T5/50 ,  G06T5/00 ,  G06T3/40 ,  G06K9/32 ,  G06K9/34 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种多尺度增强UNet被动式太赫兹图像固定背景扣除方法，其技术要点是：采集被动式太赫兹图像数据，并进行去噪处理，包括多尺度双边滤波；对去噪后的被动式太赫兹图像数据进行背景带标记并构建数据增强训练集；设计用于数据分割的UNet卷积神经网络模型，包括编码层和解码层；使用所述数据增强训练集的图像数据对所述UNet卷积神经网络模型进行训练，生成已训练UNet卷积神经网络模型；使用所述已训练UNet卷积神经网络模型对被动式太赫兹图像进行语义分割。通过UNet进行语义分割，可高效提升被动式太赫兹图像的对比度与清晰度，有效去除背景带划分感兴趣区域，更好地应用到后续的太赫兹图像目标识别。

公开(公告)号：CN113838083B

公开(公告)日：2024-04-05

申请号：CN202011117258.1

申请日：2020-10-19

申请人： 南京航空航天大学 ,  海华电子企业(中国)有限公司

发明人： 徐帆 ,  商智高 ,  吴启晖 ,  陈朝晖 ,  宋明 ,  黄旭阳

IPC分类号： G06T7/194 ,  G06T5/70 ,  G06T5/50 ,  G06T3/4038 ,  G06V10/26 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06T5/60

摘要： 本发明公开了一种多尺度增强UNet被动式太赫兹图像固定背景扣除方法，其技术要点是：采集被动式太赫兹图像数据，并进行去噪处理，包括多尺度双边滤波；对去噪后的被动式太赫兹图像数据进行背景带标记并构建数据增强训练集；设计用于数据分割的UNet卷积神经网络模型，包括编码层和解码层；使用所述数据增强训练集的图像数据对所述UNet卷积神经网络模型进行训练，生成已训练UNet卷积神经网络模型；使用所述已训练UNet卷积神经网络模型对被动式太赫兹图像进行语义分割。通过UNet进行语义分割，可高效提升被动式太赫兹图像的对比度与清晰度，有效去除背景带划分感兴趣区域，更好地应用到后续的太赫兹图像目标识别。