摘要
本发明涉及图像处理技术领域,公开了一种高压绝缘子损伤图像去噪方法、装置、设备及介质,方法包括:将高压绝缘子损伤图像输入U‑Net神经网络进行去噪处理,获得初步图像;对初步图像进行平滑处理,获得平滑图像;构建带池化层框架的U‑Net神经网络模型,将所述U‑Net神经网络模型用于所述平滑图像的训练;基于损失函数计算所述U‑Net神经网络的损失值,将所述损失值与预设标准值对比,若达标则继续,若未达标则返回平滑化处理步骤;根据损失函数的变化自适应调整迭代次数,满足终止条件时输出去噪后的图像;所述终止条件包括达到最大迭代次数或模型收敛,能够有效提升绝缘子损伤图像质量,为后续进行图像分析提供强有力的支持。
技术关键词
高压绝缘子
图像去噪方法
神经网络模型
计算机可执行指令
图像去噪装置
图像平滑化
ReLU函数
输入模块
数据
图像处理技术
图像分析
框架
处理器
计算机设备
低噪声
存储器
系统为您推荐了相关专利信息
气象站观测数据
卫星遥感数据
交通
决策系统
纹理特征
面向可重构
神经网络推理
网络拓扑结构
深度学习框架
输出特征
盾构掘进方法
孔隙水压力
注浆泵流量
刀盘
盾构掘进系统