摘要
本发明公开了一种基于近红外成像的图像处理方法及系统,具体涉及图像数据处理领域,包括:采集生产线运行过程中连续的近红外图像帧,并提取对应的像素集;获取所有图像帧的像素灰度值,建立像素灰度分布图;利用多分支卷积神经网络对分布图进行空间特征学习,分离出背景、目标结构及动态残影区域;以目标结构区域为中心对图像帧进行空间对齐,叠加生成全局区域分布;再通过历史图像样本构建训练集,完成区域分布预测模型的神经网络训练;利用该模型对实时图像进行背景与残影区域分布预测,并通过邻域修补完成动态残影的修正,实现了高速生产线近红外图像的动态残影快速消退处理。
技术关键词
图像处理方法
像素
生成近红外图像
神经网络模型训练
卷积特征提取
预测模型训练
成像
样本
分支卷积神经网络
实时图像
构建训练集
训练集数据
灰度矩阵
动态调节图像
邻域
系统为您推荐了相关专利信息
OLED设备
数据处理配置
数据源分析
参数
亮度
材料微观结构
图像处理系统
微观结构特征
局部细节特征
生成热力图
栅极驱动电压
栅极驱动电路
驱动芯片
电压控制模块
输出栅极驱动信号
图像类别
样本
图像识别模块
图像识别模型训练
多模态