摘要
一种基于深度卷积网络的配电房烟雾图像去烟雾方法,属于计算机视觉技术领域,包括构建含有烟雾的配电房图像去烟雾网络模型训练数据集和测试数据集;构建含有烟雾的配电房图像纹理特征提取网络分支,图像特征提取主干网络以及配电房烟雾图像重构网络;利用训练数据集对上述构建的网络进行训练,得到最优的网络模型;利用测试数据集对训练后的网络模型进行测试,将满足测试结果的网络模型作为最终去烟雾网络模型;否则调整参数继续训练;将真实含烟雾的配电房图像输入到训练后网络模型中,得到去除烟雾后的配电房图像。本发明在实现配电房烟雾图像去烟雾的同时,提高图像清晰度,更好的保留局部细节信息。
技术关键词
配电房
深度卷积网络
烟雾方法
图像纹理特征提取
图像特征提取
分支
网络模型训练
输出特征
注意力
空洞
Sigmoid函数
组合模块
局部二值模式
计算机视觉技术
上采样
系统为您推荐了相关专利信息
抓取设备
可见光图像
分拣方法
虚拟世界系统
追踪算法
母线槽
空间约束条件
结构仿真
三维点云数据
VR设备
全色图像融合方法
融合图像特征
多光谱
语义特征提取
图像特征提取
图像编码器
图像实例分割方法
解码器
实例分割模型
蒸馏方法
智能测绘系统
图像处理模型
数据分析模块
智能识别模块
集成模块