-
公开(公告)号:CN118887133A
公开(公告)日:2024-11-01
申请号:CN202410917014.3
申请日:2024-07-10
Applicant: 北华大学 , 国网吉林省电力有限公司吉林供电公司
IPC: G06T5/73 , G06T5/70 , G06T5/60 , G06V10/44 , G06V10/46 , G06V10/54 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464
Abstract: 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。
-
公开(公告)号:CN116912118A
公开(公告)日:2023-10-20
申请号:CN202310850872.6
申请日:2023-07-12
Applicant: 北华大学 , 国网吉林省电力有限公司吉林供电公司
IPC: G06T5/00 , G06N3/0475 , G06N3/0464 , G06N3/094 , G06N3/048
Abstract: 一种基于生成对抗网络的变电站监控图像去雾方法属于图像处理技术领域。本发明设计了多尺度特征提取模块、注意力模块和边缘增强模块;还设计了基于上述模块的生成网络,在对变电站监控图像去雾的同时,更好的保留图像边缘信息和颜色信息,使得去雾后的图像更清晰,更自然;设计了多尺度对抗网络,更好的提取特征信息,提高对抗网络的对图像是否是真实图像还是生成图像的判决能力,进而提高生成网络的图像去雾能力。采用本发明提出的方法对变电站监控图像进行去雾,可以有效的去处除图像中的雾霾,而且更够更好的保留图像的颜色信息和物体的边缘信息,去雾后的图像视觉效果更好。
-