-
公开(公告)号：CN114529713A
公开(公告)日：2022-05-24
申请号：CN202210040116.2
申请日：2022-01-14
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于深度学习的水下图像增强方法，属于深度学习和计算机视觉领域。本发明所属方法将输入的水下图像拆分为R、G、B三个颜色通道，再使用多尺度融合注意力模块分别学习不同颜色通道的衰减特征图，然后将不同颜色通道的衰减特征图进行通道堆叠，紧接着使用通道注意力机制提取感兴趣的衰减特征，最后利用1×1的卷积减少特征图输出维度并与输入图像融合，增强输入的水下图像。本发明所属方法可以有效提升水下图像的整体视觉质量，对在衰减光照条件下拍摄的各类场景的水下图像具有很好的鲁棒性，解决了传统水下图像增强方法得到的图像存在颜色校正色差大、图像照度低、噪声高且图像雾化较为严重等图像视觉质量提升不明显问题。
-
公开(公告)号：CN112164070A
公开(公告)日：2021-01-01
申请号：CN202010973309.4
申请日：2020-09-16
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于深度学习的双层箱箱口定位算法，属于深度学习和计算机视觉领域。本发明所述方法利用YOLOv3目标检测算法完成对双层箱中内层箱箱口精确实时定位的任务，从而将深度神经网络应用到工业生产现场的目标定位中。本发明首先采集大量的图像数据并对该数据进行标注，然后配置参数并训练YOLOv3神经网络模型，接着利用训练好的模型输出内层箱箱口的预测框，最后通过预测框的位置信息即可获得内层箱箱口的中心位置坐标。本发明所述方法实现了内层箱箱口高精度和像素级别的定位任务，并且在光照变化范围大、光照不均匀、不同尺度等条件下仍具有很好的鲁棒性，解决了双层箱体中内层箱箱口定位困难、定位精度低等问题。
-
公开(公告)号：CN114529464A
公开(公告)日：2022-05-24
申请号：CN202210040084.6
申请日：2022-01-14
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于深度学习的水下图像恢复方法，属于深度学习和图像处理领域。本发明是基于水下物理模型的水下图像复原方法，创新性地通过将水下物理模型与深度学习相结合的方式，实现对水下退化图像的结构恢复和颜色校正。该发明首先使用暗通道先验模型获取水下退化图像的水下散射图和水下透射率图，然后通过结构恢复网络实现对水下退化图像的物理复原，最后使用颜色校正网络完成对水下退化图像的最终复原。本发明所述方法可以实现对水下退化图像的结构恢复和颜色校正，对在低照度条件下拍摄的水下图像具有很好的适应能力，解决了水下退化图像的结构退化、颜色失真等问题。
-
公开(公告)号：CN112164071A
公开(公告)日：2021-01-01
申请号：CN202010973312.6
申请日：2020-09-16
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于机器视觉的双层箱内层箱箱口定位算法，属于机器视觉领域。本发明所述方法在生产流水线两个相互正交方向上各布置一台相机，拍摄内层箱口附近的图像，利用每一张图像的信息，实现该方向上箱口中心的定位。最后利用两张图像各自定出的中心位置，实现整个箱口的定位。本发明所述方法可以准确地分割出双层箱中的内层箱箱口，并且精确定位出内层箱箱口的中心，解决了内层箱箱口定位精度低和定位困难的问题。
-
-
-
Search Results
4
records
(took 0.04 seconds)
