基于深度无关数据集的图像去雾方法、计算机设备、介质和电子设备

    公开(公告)号:CN117635481A

    公开(公告)日:2024-03-01

    申请号:CN202311399539.4

    申请日:2023-10-26

    Abstract: 基于深度无关数据集的图像去雾方法、计算机设备、介质和电子设备,属于图像处理技术领域,解决图像去雾处理能力低且无法同时保证去雾效果和计算速度问题。本发明的方法包括:在数据集方面,解耦雾的浓度和场景深度之间的关系,从而生成一个与深度无关的数据集,将雾的浓度和场景深度关系解耦,使图像中雾的浓度与场景完全无关,来引导模型学习雾的浓度来恢复图像;提出了一种全新的卷积跳跃连接,通过为相加的特征融合方法引入一个单独的卷积层,对编码器特征进行卷积,并将卷积后的结果于解码器的特征相加,来提高相加特征融合方法的特征表示能力,进而在几乎不增加计算复杂度的同时提高模型的去雾表现。本发明适用于图像去雾。

    图片中仪表角度校正变换函数获取方法及装置、角度校正方法及装置、读数方法及装置

    公开(公告)号:CN116092089A

    公开(公告)日:2023-05-09

    申请号:CN202211391022.6

    申请日:2022-11-07

    Abstract: 图片中仪表角度校正变换函数获取方法及装置、角度校正方法及装置、读数方法及装置,涉及计算机视觉领域。针对现有技术中存在的,在仪表内容识别阶段时,需要借助外部系统对仪表数字进行识别,造成效率的低下,另外一些方法设计了统一的流程对上述问题进行解决,在低质量图像上的识别率较低的问题,本发明提供的技术方案为:图片中仪表角度校正变换函数获取方法,方法包括:采集图片中仪表内轮廓标注;根据标注确认仪表内轮廓并将内轮廓所在的椭圆圆周上的四个顶点作为变换前基准点;拉长椭圆短轴,使椭圆变换,与椭圆的最小外接圆重合;根据变换过程得到变换矩阵;根据变换矩阵得到变换函数。适合应用于仪表读数识别工作。

Patent Agency Ranking