-
公开(公告)号:CN117611456A
公开(公告)日:2024-02-27
申请号:CN202311725750.0
申请日:2023-12-14
Applicant: 安徽农业大学
IPC: G06T5/00 , G06T5/73 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了基于多尺度生成对抗网络的大气湍流图像复原方法及系统,涉及大气湍流退化图像复原技术领域;该方法包括如下步骤:建立大气湍流退化图像数据集;以DeblurGAN网络模型作为基础网络模型利用数据集进行训练,得到大气湍流图像复原网络模型,大气湍流图像复原网络模型包括生成器和判别器;在生成器的网络结构中引入级联空洞卷积模块,且引入注意力机制模块,用于对生成器进行优化;损失函数包括对抗损失项和内容损失项,对生成器输出的复原图像利用损失函数作为图像去模糊的正则约束,用于修复生成器输出的复原图像的图像边缘扭曲现象;验证大气湍流图像复原模型。本发明解决了图像边缘细节恢复不足以及鲁棒性不高的问题,具有更好的视觉效果。
-
公开(公告)号:CN119273992A
公开(公告)日:2025-01-07
申请号:CN202411451240.3
申请日:2024-10-17
Applicant: 安徽农业大学
IPC: G06V10/764 , G06T7/00 , G06N3/0464 , G06N3/08 , G06V10/774 , G06V10/82 , G06V10/776 , G06V10/26 , G06V20/70 , G06V10/80
Abstract: 本发明公开了基于改进YOLOv8的手机屏幕玻璃缺陷检测方法,涉及手机屏幕玻璃盖板品质检测技术领域;该方法包括以下步骤:模拟工业生产环境采集手机屏幕玻璃图像构建数据集;在YOLOv8目标检测网络模型的基础上进行改进优化,构建手机屏幕玻璃缺陷检测分类模型并进行训练优化参数;构建YOLOv8网络的语义分割模型,对待识别的手机屏幕玻璃图像的缺陷进行分割,实现不同缺陷类别边缘的检测识别;拟合出手机屏幕玻璃缺陷范围的实际损伤大小。本发明适合对手机屏幕玻璃缺陷特征的精准检测,同时能对缺陷的范围进行测量,为手机屏幕玻璃质检流程提供智能化、高效化服务。
-