-
公开(公告)号:CN105787482A
公开(公告)日:2016-07-20
申请号:CN201610109536.6
申请日:2016-02-26
Applicant: 华北电力大学
CPC classification number: G06K9/342 , G06K9/4604 , G06K2209/23 , G06N3/0454 , G06N3/08 , G06T2207/20084
Abstract: 本发明属于图像识别技术领域,尤其涉及一种基于深度卷积神经网络的特定目标轮廓图像分割方法,包括:将用于训练的图像归一化到相同像素大小,对应的特定目标轮廓标注图像也归一化,送入卷积神经网络,经过数层卷积层与全连接层,在全连接层的最后一层得到图像表达,并与对应的标注图像比较得到预测误差;采用反向传播算法和随机梯度下降法来减小预测误差以训练该神经网络,得到特定目标轮廓图像分割的训练模型;将测试特定目标图像归一化到与训练图像相同的像素大小后送入训练模型,在全连接层的最后一层得到预测的图像表达从而得到整张特定目标轮廓图像分割,有效解决了复杂背景下的特定目标轮廓分割问题,可用于车型识别,车流量统计,车辆检测。
-
公开(公告)号:CN105701835A
公开(公告)日:2016-06-22
申请号:CN201610108566.5
申请日:2016-02-26
Applicant: 华北电力大学
CPC classification number: G06T5/40 , G06Q50/06 , G06T5/001 , G06T2207/20032 , G06T2207/20081
Abstract: 本发明属于计算机图像处理技术领域,尤其涉及一种面向电力设施的图像边缘检测方法及系统,包括:获取电力设施图像数据,图像获取进行图像预处理,包括图像灰度化、图像增强、直方图均衡化、中值滤波以及采用阈值分割改进算法进行图像分割,然后通过双结构化的结构森林改进算法进行边缘检测;将阈值分割算法和传统的边缘检测算子两者结合在一起,能够快速并且清晰的检测出输电线路覆冰的边缘,并且能够将输电线路内部的纹理状况忽略掉;对图片信息采用结构化学习的输入,这样既能保证处理数据量的减少,又能够有效的区分图片中的信息是否为边缘信息,这样不仅提高了图像边缘检测的速度,更为重要的是提高了边缘检测算法的准确性。
-