-
公开(公告)号：CN117173072B
公开(公告)日：2024-02-02
申请号：CN202311452511.2
申请日：2023-11-03
申请人： 四川大学
摘要： 本发明提供一种基于深度学习的弱激光图像增强方法及装置，包括获取第一激光下的第一图像，以及第二激光下的第二图像；对所述第一图像进行标注处理作为数据标签，并输入至预先构建好的深度网络进行训练，得到优化后的弱激光图像增强模型；将所述第二图像输入至优化后的弱激光图像增强模型，获取增强后的弱激光图像。本发明通过将所用的DCNN网络进行改进，在每个特征层加入残差模块，得到改进的DCNN网络；形成测量用的弱激光图像增强模型，进行轻量化处理；将待测物体的弱激光图像进行数据预处理后，输入所得弱激光图像增强模型，输出增强后的激光图像；对输出结果进行分析处理，可(56)对比文件向卓龙 等.结构光投影三维面形测量及纹理贴图方法 《.光电工程》.2022,第49卷(第12期),220169-1-13.王庆丰 等.彩色编码结构光测量水中物体的三维面形《.四川大学学报（自然科学版）》.2009,第46卷(第4期),1-6.胡俊 等.卷积神经网络的激光图像增强算法《.激光杂志》.2020,第41卷(第9期),147-150.Zhoujie Wu 等.High-speed and high-efficiency three-dimensional shapemeasurement based on Gray-coded light.《Image and Video Processing》.2013,1-33.Miya Nakajima 等.Laser ImageEnhancement Algorithm Based on ImprovedEnlightenGAN《.electronics》.2023,1-13.孙博文 等.基于组合激光结构光的视觉传感器《.清华大学学报》.2019,第59卷(第6期),445-552.
-
-
公开(公告)号：CN117333394A
公开(公告)日：2024-01-02
申请号：CN202311358111.5
申请日：2023-10-18
申请人： 四川大学
摘要： 本发明涉及一种针对退化条纹增强的神经网络映射方法，属于光学测量技术领域。本发明解决上述技术问题所提供的技术方案是：一种针对退化条纹增强的神经网络映射方法，包括采用投影仪‑相机系统，完成数据采集获得退化相移条纹图；提取退化正弦分量和退化余弦分量；获取真值正弦分量、真值余弦分量；将退化正弦分量、退化余弦分量作为网络输入，将真值正弦分量、真值余弦分量作为网络学习目标，构建正弦性分量‑正线性分量的映射模式；获得训练好的神经网络模型；将未参与训练的退化正余弦分量输入训练好的神经网络模型，输出修复后的正余弦分量。本发明可有效减轻网络训练负担、促进网络训练收敛，具有模型泛化能力强、恢复纹路细节能力强等优点。
-
公开(公告)号：CN117173072A
公开(公告)日：2023-12-05
申请号：CN202311452511.2
申请日：2023-11-03
申请人： 四川大学
摘要： 本发明提供一种基于深度学习的弱激光图像增强方法及装置，包括获取第一激光下的第一图像，以及第二激光下的第二图像；对所述第一图像进行标注处理作为数据标签，并输入至预先构建好的深度网络进行训练，得到优化后的弱激光图像增强模型；将所述第二图像输入至优化后的弱激光图像增强模型，获取增强后的弱激光图像。本发明通过将所用的DCNN网络进行改进，在每个特征层加入残差模块，得到改进的DCNN网络；形成测量用的弱激光图像增强模型，进行轻量化处理；将待测物体的弱激光图像进行数据预处理后，输入所得弱激光图像增强模型，输出增强后的激光图像；对输出结果进行分析处理，可获得所测物体的三维点云。
-
-
-
搜索结果
4 条记录 (耗时 0.018 秒)
