公开(公告)号：CN117689813B

公开(公告)日：2024-08-16

申请号：CN202311680998.X

申请日：2023-12-08

Applicant: 华北电力大学(保定)

Inventor： 于颢明 ,  冉慧娟

IPC: G06T17/00 ,  G06T15/04 ,  G06T7/55 ,  G06V10/80 ,  G06V10/143

Abstract: 本发明公开了一种变电站高精度电力变压器红外三维建模方法及系统，其中方法步骤包括：获取目标变压器的第一图像集合和第二图像集合；对第一图像集合和第二图像集合进行特征提取，得到第三图像集合和第四图像集合；对第三图像集合和第四图像集合进行特征匹配，得到第五图像集合和第六图像集合；对第五图像集合和第六图像集合进行深度估计，得到第七图像集合和第八图像集合；对第七图像集合和第八图像集合进行稠密重建，得到红外稠密点云三维模型和可见光稠密点云三维模型；基于红外稠密点云三维模型和可见光稠密点云三维模型，得到第一数据组和第二数据组；基于第一数据组和第二数据组，完成目标变压器的三维建模。

公开(公告)号：CN117291802B

公开(公告)日：2024-08-02

申请号：CN202311257774.8

申请日：2023-09-27

Applicant: 华北电力大学(保定)

Inventor： 于颢明 ,  冉慧娟

IPC: G06T3/4053 ,  G06T3/4046 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0985 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/766 ,  G06V10/25 ,  G06V10/82 ,  G06N3/048

Abstract: 本发明公开了一种基于复合网络结构的图像超分辨率重建方法及系统，其中方法具体包括：获取样本图像，对样本图像进行预处理，获取低分辨率图像；对低分辨率图像进行特征提取、非线性映射及图像重组，获取第一超分辨率图像；对第一超分辨率图像进行数据调整与特征增强，获取第二超分辨率图像；对第二超分辨率图像进行优化，获取优化后的超分辨率图像。本发明通过使用端到端的图像超分辨率复合网络结构获得高分辨率图像，由于图像超分辨率复合卷积网络结构采用的是单一的端到端训练的模型来处理不同尺度因子、模糊核和噪声水平的经典退化模型，同时兼顾了基于建模的方法和基于学习的方法的优点，实现兼顾检测重建精度和灵活性的技术效果。

公开(公告)号：CN117291802A

公开(公告)日：2023-12-26

申请号：CN202311257774.8

申请日：2023-09-27

Applicant: 华北电力大学(保定)

Inventor： 于颢明 ,  冉慧娟

IPC: G06T3/40 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0985 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/766 ,  G06V10/25 ,  G06V10/82 ,  G06N3/048

Abstract: 本发明公开了一种基于复合网络结构的图像超分辨率重建方法及系统，其中方法具体包括：获取样本图像，对样本图像进行预处理，获取低分辨率图像；对低分辨率图像进行特征提取、非线性映射及图像重组，获取第一超分辨率图像；对第一超分辨率图像进行数据调整与特征增强，获取第二超分辨率图像；对第二超分辨率图像进行优化，获取优化后的超分辨率图像。本发明通过使用端到端的图像超分辨率复合网络结构获得高分辨率图像，由于图像超分辨率复合卷积网络结构采用的是单一的端到端训练的模型来处理不同尺度因子、模糊核和噪声水平的经典退化模型，同时兼顾了基于建模的方法和基于学习的方法的优点，实现兼顾检测重建精度和灵活性的技术效果。

公开(公告)号：CN117689813A

公开(公告)日：2024-03-12

申请号：CN202311680998.X

申请日：2023-12-08

Applicant: 华北电力大学(保定)

Inventor： 于颢明 ,  冉慧娟

IPC: G06T17/00 ,  G06T15/04 ,  G06T7/55 ,  G06V10/80 ,  G06V10/143

Abstract: 本发明公开了一种变电站高精度电力变压器红外三维建模方法及系统，其中方法步骤包括：获取目标变压器的第一图像集合和第二图像集合；对第一图像集合和第二图像集合进行特征提取，得到第三图像集合和第四图像集合；对第三图像集合和第四图像集合进行特征匹配，得到第五图像集合和第六图像集合；对第五图像集合和第六图像集合进行深度估计，得到第七图像集合和第八图像集合；对第七图像集合和第八图像集合进行稠密重建，得到红外稠密点云三维模型和可见光稠密点云三维模型；基于红外稠密点云三维模型和可见光稠密点云三维模型，得到第一数据组和第二数据组；基于第一数据组和第二数据组，完成目标变压器的三维建模。