公开(公告)号：CN117011682A

公开(公告)日：2023-11-07

申请号：CN202311079726.4

申请日：2023-08-25

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 钱江 ,  刘易楠 ,  吕海涛

IPC: G06V20/00 ,  G06V10/56 ,  G06V10/30 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开一种基于最大树和图信号处理的电力线检测方法及系统，获取原始图像数据；根据原始图像数据的RGB通道的数值规律，构建颜色滤波器，所述颜色滤波器用于保留灰度像素；将所述原始图像数据输入到颜色滤波器得到灰度图像；构建Maxtree模型，设置Maxtree模型的节点属性信号，并根据Maxtree模型分割将电力线和背景噪声得到电力线图像数据；通过图信号处理得到电力线的直线方程。本方法利用了Maxtree的独特结构结合图信号处理方法来实现电力线检测，以及电力线与背景噪声的色彩差异滤除噪声，提高了算法效率，减少了内存损耗。基本解决了误检的情况，从而减少了电力线的漏检。

公开(公告)号：CN114581363A

公开(公告)日：2022-06-03

申请号：CN202111478910.7

申请日：2021-12-04

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 罗欣 ,  赖广龄 ,  刘易楠 ,  常乐 ,  许文波 ,  贾海涛

IPC: G06T7/00 ,  G06N3/04 ,  G06N3/08 ,  G06T7/194

Abstract: 本发明公开了一种基于多尺度级联残差卷积神经网络的海岸线变化检测方法。目前对于海岸线的变化检测的传统方法具有效率低下且费时费力的缺点，所以该发明是基于深度学习的一种海岸线变化检测方法。该方法分为背景卷积神经网络模块，残差处理模块以及分割卷积神经网络模块。本文为了更好的获取到海岸线的变化检测结果，添加了残差处理模块，并将残差处理模块处理后的结果深度连接到分割卷积神经网络模块中，实现特征融合，提取到更多的特征信息，来达到更好变化检测的效果。