一种基于深度学习的轻量级水下图像增强方法

    公开(公告)号:CN114445288B

    公开(公告)日:2024-10-15

    申请号:CN202111614394.6

    申请日:2021-12-27

    Abstract: 本发明公开了一种基于深度学习的轻量级水下图像增强方法,该方法通过结合轻量级卷积神经网络与水下场景成像模型,对获取的水下场景图片进行增强,方法包括:获取公开水下场景UIEB数据集;结合水下成像模型设计了背景散射光估计网络;同时防止提取像素的过程中忽略了原始图像的像素差异性,设计了稳定像素差异性网络;整体网络设计结合残差网路模型结构,弥补了像素特征提取中的损失量;本发明算法在保证增强质量的同时满足高实时性,方便应用于水下机器人,整体内存大小仅为156KB,应用于水下机器人时并不会占用太多空间;本发明算法在满足图像增强质量与效率的同时也可应用于实际的工业生产。

    一种基于深度学习的轻量级水下图像增强方法

    公开(公告)号:CN114445288A

    公开(公告)日:2022-05-06

    申请号:CN202111614394.6

    申请日:2021-12-27

    Abstract: 本发明公开了一种基于深度学习的轻量级水下图像增强方法,该方法通过结合轻量级卷积神经网络与水下场景成像模型,对获取的水下场景图片进行增强,方法包括:获取公开水下场景UIEB数据集;结合水下成像模型设计了背景散射光估计网络;同时防止提取像素的过程中忽略了原始图像的像素差异性,设计了稳定像素差异性网络;整体网络设计结合残差网路模型结构,弥补了像素特征提取中的损失量;本发明算法在保证增强质量的同时满足高实时性,方便应用于水下机器人,整体内存大小仅为156KB,应用于水下机器人时并不会占用太多空间;本发明算法在满足图像增强质量与效率的同时也可应用于实际的工业生产。

    一种采用矢量差值阵列对磁性目标定位的方法

    公开(公告)号:CN116699704A

    公开(公告)日:2023-09-05

    申请号:CN202310631897.7

    申请日:2023-05-31

    Abstract: 本发明公开了一种采用矢量差值阵列对磁性目标定位的方法,采用8个三轴方向一致的矢量磁传感器,传感器1、传感器2、传感器3和传感器4分别位于正方形阵列1的四个顶角;传感器5、传感器6、传感器7和传感器8分别位于正方形阵列2的四个顶角,传感器7位于正方形阵列1的几何中心,传感器1位于正方形阵列2的几何中心;传感器1、传感器3、传感器5和传感器7位于一条直线上,两个正方形阵列对角线长度相等;用8个矢量磁传感器测量两套正方形阵列中心地磁场三分量和地磁张量全部信息,通过差值消除地磁背景场影响,实现目标定位。本发明分辨率相对较高,在复杂地磁条件下仍然可以实现对目标的精准定位,传感器数量少,求解简单快速。

Patent Agency Ranking