一种图像去雨方法、系统、电子设备和存储介质

    公开(公告)号:CN118644419B

    公开(公告)日:2025-01-10

    申请号:CN202410759462.5

    申请日:2024-06-13

    Inventor: 刘威 康志国 贺宜

    Abstract: 本发明涉及图像处理的技术领域,尤其涉及一种图像去雨方法、系统、电子设备和存储介质,图像去雨方法包括:获取初始雨天图像的雨条纹特征图、背景特征图和残差通道图;将所述雨条纹特征图、所述背景特征图和所述初始雨天图像进行融合,得到初步去雨图像,并将所述初步去雨图像与所述残差通道图进行融合,得到目标去雨图像。本发明提高了真实场景下雨天图像的清晰度恢复效果,使得去雨后的结果更接近真实无雨图像,从而更好地满足图像对于清晰度和准确性的要求。

    一种图像去雨方法和装置
    2.
    发明公开

    公开(公告)号:CN115619657A

    公开(公告)日:2023-01-17

    申请号:CN202211148660.5

    申请日:2022-09-20

    Abstract: 本发明提供一种图像去雨方法和装置,属于图像处理领域,方法包括:S1:分别对各个原始雨图像以及各个清晰雨图像进行数据增强处理,得到雨天训练图像以及雨天清晰训练图像;S2:构建初始去雨模型;其中,初始去雨模型包括图像处理模块和图像判别模块;S3:基于图像处理模块分别根据各个雨天训练图像以及雨天清晰训练图像进行图像处理得到重构雨天图像、雨条纹去除图像以及重构清晰图像。本发明解决了雾相关特征提取不精确、图像生成质量低的问题,获得了图像内容更丰富、生成质量更高的清晰图像,提高了清晰图像的准确性。

    一种雾天图像清晰化方法和装置
    3.
    发明公开

    公开(公告)号:CN115619655A

    公开(公告)日:2023-01-17

    申请号:CN202211144281.9

    申请日:2022-09-20

    Abstract: 本发明提供一种雾天图像清晰化方法和装置,属于图像处理领域,方法包括:设计雾霭去除模块、雾霭合成模块、色彩纹理恢复模块以及判别器,并通过雾霭去除模块、雾霭合成模块以及色彩纹理恢复模块构建得到雾霭去除路径、去雾结果恢复路径、雾霭合成路径以及合成结果恢复路径;根据原始雾天图像对雾霭去除路径以及去雾结果恢复路径的训练得到雾霭去除图像、色彩纹理处理后原始图像、雾霭去除合成图像以及去雾结果恢复图像。本发明有效地解决了基于先验知识估值难和基于有监督学习获取真实配对训练数据集难的问题,在有效地去除各种场景下雾霭的同时,也保留了较好的色彩和纹理细节,并获得图像内容更丰富、生成质量更高的去雾图像。

    基于BRB和LSTM模型的电力大数据用电异常检测方法及装置

    公开(公告)号:CN112926686A

    公开(公告)日:2021-06-08

    申请号:CN202110338988.2

    申请日:2021-03-30

    Abstract: 本发明公开了一种基于BRB和LSTM模型的电力大数据用电异常检测方法及装置,其中方法具体包括以下步骤:从用电量大数据中提取用户用电量波动特征和用户用电量曲线异常特征;建立置信规则推理BRB系统,对电量波动系数和毛刺宽度总和进行置信度转换;根据置信规则推理BRB系统中的置信规则库,采用证据推理ER算法对比转换后的置信度,得到用户非技术性损失NTL异常性输出结果中每一个参考值的信任程度;用户非技术性损失NTL异常性用电进行标定;在标定数据的基础上建立长短记忆LSTM模型,并使用LSTM模型对异常用电特征进行有效提取与检测,最终准确诊断出NTL异常情况。本发明可有效识别异常用电情况。

    基于PCANet和WNN的用户异常用电检测的方法

    公开(公告)号:CN112926687A

    公开(公告)日:2021-06-08

    申请号:CN202110339366.1

    申请日:2021-03-30

    Abstract: 本发明公开了一种基于PCANet和WNN的用户异常用电检测的方法,包括以下步骤:S1、获取某一时间范围内用户的用电量数据,并对其进行数据预处理;S2、对预处理后的数据进行电信号特征提取,并通过采用主成分分析对用电特征进行多次降维处理,得到最终的用电特征输出;S3、将最终的用电特征通过小波神经网络WNN模型进行关联映射,检测出用户的异常用电行为。本发明可以准确的检测出用户的用电异常,促使系统对用电异常的用户进行警告,充分保证减少用电过程中的非技术性损失,提高经济效益。

    一种图像去雨方法、系统、电子设备和存储介质

    公开(公告)号:CN118644419A

    公开(公告)日:2024-09-13

    申请号:CN202410759462.5

    申请日:2024-06-13

    Inventor: 刘威 康志国 贺宜

    Abstract: 本发明涉及图像处理的技术领域,尤其涉及一种图像去雨方法、系统、电子设备和存储介质,图像去雨方法包括:获取初始雨天图像的雨条纹特征图、背景特征图和残差通道图;将所述雨条纹特征图、所述背景特征图和所述初始雨天图像进行融合,得到初步去雨图像,并将所述初步去雨图像与所述残差通道图进行融合,得到目标去雨图像。本发明提高了真实场景下雨天图像的清晰度恢复效果,使得去雨后的结果更接近真实无雨图像,从而更好地满足图像对于清晰度和准确性的要求。

    基于BRB和LSTM模型的电力大数据用电异常检测方法及装置

    公开(公告)号:CN112926686B

    公开(公告)日:2023-11-17

    申请号:CN202110338988.2

    申请日:2021-03-30

    Abstract: 本发明公开了一种基于BRB和LSTM模型的电力大数据用电异常检测方法及装置,其中方法具体包括以下步骤:从用电量大数据中提取用户用电量波动特征和用户用电量曲线异常特征;建立置信规则推理BRB系统,对电量波动系数和毛刺宽度总和进行置信度转换;根据置信规则推理BRB系统中的置信规则库,采用证据推理ER算法对比转换后的置信度,得到用户非技术性损失NTL异常性输出结果中每一个参考值的信任程度;用户非技术性损失NTL异常性用电进行标定;在标定数据的基础上建立长短记忆LSTM模型,并使用LSTM模型对异常用电特征进行有效提取与检测,最终准确诊断出NTL异常情况。本发明可有效识别异常用电情况。

    多尺度纹理转移残差网络的遥感卫星超分辨率方法及装置

    公开(公告)号:CN112734642B

    公开(公告)日:2023-03-10

    申请号:CN202110035136.6

    申请日:2021-01-12

    Abstract: 本发明公开了一种多尺度纹理转移残差网络的遥感卫星超分辨率方法及装置,属于遥感卫星图像超分辨率领域,该方法包括:将下采样后的目标低分辨率图像通过深度残差网络进行特征提取,对提取出的特征图进行两次上采样操作,使其与原高分辨率卫星图像大小一致;由多尺度残差模块内使用不同卷积的残差块提取特征图特征信息,使用交叉的方式实现特征信息共享,残差模块外使用跳跃连接的方式实现多尺度特征信息融合;通过特征融合来更新目标低分辨率卫星图像的特征图以生成最终的高分辨率卫星图像;利用判别器对生成的高分辨率图像与原始的高分辨率图像进行对比。本发明所提出的网络优于其他最新的遥感卫星图像超分辨率算法,能生成更高质量的卫星图像。

    一种RGI-Lidar/SINS紧耦合AUV水下导航定位方法与系统

    公开(公告)号:CN112611376A

    公开(公告)日:2021-04-06

    申请号:CN202011373126.5

    申请日:2020-11-30

    Abstract: 本发明公开了一种RGI‑Lidar/SINS紧耦合AUV水下导航定位方法,包括以下步骤:通过捷联解算得到相应时刻包含AUV位置信息、姿态信息的导航信息;获取水下远距离、高清晰度的选通图像;对IMU输出信息进行预积分,获取AUV在不同时刻的IMU位姿约束;对当前帧的选通图像进行特征提取,并将上一帧选通图像作为参考帧与之进行特征匹配,获取视觉里程计约束;对当前帧选通图像进行回环检测,若检测到符合条件的回环帧图像,则将当前帧选通图像与相应回环帧图像进行特征匹配,获取回环检测约束;将上述三种约束作为约束关系加入到位姿图中进行联合优化,获取并输出优化后的AUV位姿;优化后的AUV位姿可作为惯性数据输入。本发明能满足广泛、长时间、远距离的水下导航定位的需求。

    一种图像去雾方法、系统、电子设备和存储介质

    公开(公告)号:CN118644420B

    公开(公告)日:2025-01-03

    申请号:CN202410759467.8

    申请日:2024-06-13

    Inventor: 刘威 李明辉 贺宜

    Abstract: 本发明涉及图像处理技术领域,尤其涉及一种图像去雾方法、系统、电子设备和存储介质,图像去雾方法包括:构建图像去雾模型并进行训练;其中,图像去雾模型包括:浅层特征提取模块、特征融合模块和图像重建模块;浅层特征提取模块用于提取样本雾天图像的浅层初级特征;特征融合模块用于对浅层初级特征进行编码、解码与特征融合,得到融合图像特征;图像重建模块用于对融合图像特征进行图像通道转换,得到转换图像特征,并将转换图像特征与样本雾天图像进行融合,得到样本去雾图像;将待处理雾天图像输入至训练好的图像去雾模型,得到目标去雾图像。本发明提高了去雾的效率和准确性,有效地消除雾气对图像的影响,恢复出更加清晰、准确的图像细节。

Patent Agency Ranking