摘要
管道CCTV检测图像智能去雾处理方法及系统,旨在解决管道CCTV检测图像因内部复杂潮湿环境导致的雾化模糊问题,以提高管道缺陷识别的准确性;本发明提出一种基于深度卷积神经网络的去雾算法,该算法包括雾度测算网络和生成模块两部分;雾度测算网络采用轻量高效的卷积神经网络结构,利用深度可分离卷积降低计算量,并引入位置归一化模块增强模型表达能力,实现像素级雾度测算,生成模块则基于改进的大气散射模型,将雾度测算结果与有雾图像结合,生成去雾后的图像,本发明的方法能够实时去除管道CCTV检测图像中的雾模糊干扰,显著提高图像清晰度,有助于后台人员准确识别管道内的裂缝、腐蚀等缺陷,提升管道检测和维护的效率与准确性。
技术关键词
大气散射模型
归一化模块
图像输出模块
网络模块
管道缺陷识别
卷积神经网络结构
深度卷积神经网络
输出特征
雾化图像
输入模块
通道
特征提取模块
融合策略
图像像素
彩色图像
系统为您推荐了相关专利信息
采摘茶青
名优茶采摘
多层堆叠结构
编码模块
路径规划方法
卷积神经网络模型
卷积神经网络模块
关系
实体
患者
车辆全景图像
矫正模型
矫正方法
网络模块
图像失真
卷积神经网络模型
纠错码译码
网络模块
卷积码
子模块
障碍物检测方法
图像像素
检测模型训练方法
车辆周围环境图像
坐标系