-
公开(公告)号：CN115601611A
公开(公告)日：2023-01-13
申请号：CN202211248607.2
申请日：2022-10-12
Applicant: 武汉纺织大学(CN)
IPC: G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种适应曝光变化的深度学习光谱重建方法及系统，首先收集现有公开的多光谱图像数据集，并以数码相机理论成像模型为基础，计算每幅多光谱图像对应的raw格式数字图像，得到包含成对数据的完整样本集。然后构建深度学习模型框架，在模型训练时，通过对输入的raw格式数字图像的任一列像素点随机乘以一个曝光调整系数，使模型能够适应不同曝光水平的图像，并对重建的多光谱乘以曝光调整系数的倒数，从而完成重建多光谱的幅值校正。利用训练样本集对模型进行训练，并利用验证样本集对模型进行调参，计算验证样本集的光谱重建误差，直至验证样本集光谱重建误差达到收敛状态，完成模型训练，得到适应曝光变化的深度学习光谱重建模型。
-
公开(公告)号：CN114235153B
公开(公告)日：2022-05-13
申请号：CN202210169547.9
申请日：2022-02-24
Applicant: 武汉纺织大学
Abstract: 本发明为一种基于数码相机的织物颜色数字化测量方法，包括：制作纯色织物样本；利用分光光度计测量获得纯色织物真实颜色数据；利用数码相机拍摄获得纯色织物raw格式数字图像，提取纯色织物raw格式响应值；利用数码相机拍摄获得任意目标织物raw格式数字图像，提取目标织物待测量区域raw格式响应值；计算待测量区域与纯色织物raw响应值之间的欧氏距离和相似系数；对欧氏距离和相似系数进行归一化；计算每个纯色织物颜色数据的加权系数；利用加权系数对纯色织物颜色数据进行加权；对所有纯色织物的加权颜色数据求和，得到目标织物待测量区域的颜色值。本发明克服了分光光度计仅能进行固定孔径单点测量的局限性，适用于任意复杂图案织物。
-
公开(公告)号：CN114235153A
公开(公告)日：2022-03-25
申请号：CN202210169547.9
申请日：2022-02-24
Applicant: 武汉纺织大学
Abstract: 本发明为一种基于数码相机的织物颜色数字化测量方法，包括：制作纯色织物样本；利用分光光度计测量获得纯色织物真实颜色数据；利用数码相机拍摄获得纯色织物raw格式数字图像，提取纯色织物raw格式响应值；利用数码相机拍摄获得任意目标织物raw格式数字图像，提取目标织物待测量区域raw格式响应值；计算待测量区域与纯色织物raw响应值之间的欧氏距离和相似系数；对欧氏距离和相似系数进行归一化；计算每个纯色织物颜色数据的加权系数；利用加权系数对纯色织物颜色数据进行加权；对所有纯色织物的加权颜色数据求和，得到目标织物待测量区域的颜色值。本发明克服了分光光度计仅能进行固定孔径单点测量的局限性，适用于任意复杂图案织物。
-
公开(公告)号：CN115601611B
公开(公告)日：2023-05-09
申请号：CN202211248607.2
申请日：2022-10-12
Applicant: 武汉纺织大学
IPC: G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种适应曝光变化的深度学习光谱重建方法及系统，首先收集现有公开的多光谱图像数据集，并以数码相机理论成像模型为基础，计算每幅多光谱图像对应的raw格式数字图像，得到包含成对数据的完整样本集。然后构建深度学习模型框架，在模型训练时，通过对输入的raw格式数字图像的任一列像素点随机乘以一个曝光调整系数，使模型能够适应不同曝光水平的图像，并对重建的多光谱乘以曝光调整系数的倒数，从而完成重建多光谱的幅值校正。利用训练样本集对模型进行训练，并利用验证样本集对模型进行调参，计算验证样本集的光谱重建误差，直至验证样本集光谱重建误差达到收敛状态，完成模型训练，得到适应曝光变化的深度学习光谱重建模型。
-
-
-
Search Results
4
records
(took 0.017 seconds)
