-
公开(公告)号：CN116682001A
公开(公告)日：2023-09-01
申请号：CN202310391033.2
申请日：2023-04-12
Applicant: 长春吉电能源科技有限公司 , 吉林高分遥感应用研究院有限公司 , 江西中电投新能源发电有限公司
IPC: G06V20/10 , G06V10/82 , G06N3/0464 , G06N3/08 , G06Q10/20
Abstract: 本发明涉及机器学习的数字图像处理领域，具体提供了一种基于深度学习的遥感图像风力发电机组检测方法，包括如下步骤：S1：对遥感数据进行预处理并构建数据集；S2：基于YOLOv5目标检测网络，构建包括深度可分离卷积、残差单元和空间金字塔结构的主干特征提取网络并以此建立基于深度学习的风力发电机组检测模型；S3：建立模型训练集与参数设定；S4：对模型进行验证及精度评定；本方案中将遥感影像数据和底层形状特征相融合作为模型的输入信息，同时在主干特征提取网络中使用深度可分离卷积、残差单元和空间金字塔结构，可降低模型的复杂度，增强网络的特征提取能力，提高网络目标的检测精度。
-
公开(公告)号：CN115937702A
公开(公告)日：2023-04-07
申请号：CN202211522668.3
申请日：2022-11-30
Applicant: 长春吉电能源科技有限公司 , 吉林高分遥感应用研究院有限公司 , 江西中电投新能源发电有限公司
IPC: G06V20/13 , G06V10/44 , G06V10/54 , G06V10/82 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于深度学习的黄土高原侵蚀沟提取方法及系统，涉及遥感影像提取领域，方法包括：获取黄土高原的第一遥感图像；对所述第一遥感图像进行预处理，得到第二遥感图像；根据所述第二遥感图像构建数据集；构建基于双端输入的深度学习模型，所述深度学习模型用于对黄土高原的侵蚀沟信息进行提取；利用所述数据集对所述深度学习模型进行训练，得到训练后的深度学习模型；获取待测的黄土高原第三遥感图像；利用所述训练后的深度学习模型对所述第三遥感图像进行侵蚀沟提取。本发明能够获取高精度侵蚀沟信息提取结果。
-
公开(公告)号：CN119515715B
公开(公告)日：2025-04-15
申请号：CN202411529022.7
申请日：2024-10-30
Applicant: 长春吉电能源科技有限公司
IPC: G06T5/70 , G06T5/90 , G06T7/00 , G06N3/0464 , G06N3/0475 , G06N3/094 , G01N21/88
Abstract: 本申请提供一种基于电致发光检测的图像补偿方法、系统及介质，该方法包括：在光伏板上施加反向电压，应用电致发光相机捕捉光伏板的表面发光信号，以形成电致发光图像以及至少两张背景图像；根据至少两张背景图像获取背景光的光强；将背景光的光强从电致发光图像中去除，以获取无背景光干扰的修正图像；计算修正图像中像素的局部方差，以获取修正图像中的噪音水平，根据噪音水平构建滤波器；应用生成对抗网络处理修正图像，以生成增强图像，该方法能够显著提高光伏板缺陷检测的准确性和效率，通过去除背景光干扰和噪声，得到的修正图像显著提高了图像的清晰度和对比度，使得微小裂纹和隐蔽缺陷的识别更加精准。
-
公开(公告)号：CN119515715A
公开(公告)日：2025-02-25
申请号：CN202411529022.7
申请日：2024-10-30
Applicant: 长春吉电能源科技有限公司
IPC: G06T5/70 , G06T5/90 , G06T7/00 , G06N3/0464 , G06N3/0475 , G06N3/094 , G01N21/88
Abstract: 本申请提供一种基于电致发光检测的图像补偿方法、系统及介质，该方法包括：在光伏板上施加反向电压，应用电致发光相机捕捉光伏板的表面发光信号，以形成电致发光图像以及至少两张背景图像；根据至少两张背景图像获取背景光的光强；将背景光的光强从电致发光图像中去除，以获取无背景光干扰的修正图像；计算修正图像中像素的局部方差，以获取修正图像中的噪音水平，根据噪音水平构建滤波器；应用生成对抗网络处理修正图像，以生成增强图像，该方法能够显著提高光伏板缺陷检测的准确性和效率，通过去除背景光干扰和噪声，得到的修正图像显著提高了图像的清晰度和对比度，使得微小裂纹和隐蔽缺陷的识别更加精准。
-
-
-
Search Results
4
records
(took 0.025 seconds)
