-
公开(公告)号:CN109949209B
公开(公告)日:2022-07-19
申请号:CN201910168260.2
申请日:2019-03-06
Applicant: 武汉工程大学
Abstract: 本发明公开了一种基于实例分割的绳索检测以及绳索的去除方法,包括以下步骤:S1、采集飞艇吊舱拍摄的图像数据和人工拍摄的电线图像数据,对图像数据进行预处理;S2、构建可配置的深度学习模型,初始化模型参数,将图像数据划分为训练集和测试集,利用训练集和测试集中的数据对深度学习模型进行训练;S3、对待处理的图像,使用训练好的模型进行处理,得到绳索的初步分割图;S4、将初步分割图转化为灰度图,利用最大类间方差算法对绳索进行精细分割;S5、对精细分割绳索后的图像,采用快速多极算法去除绳索并修复图像。本发明结合语义分割算法提供了一种适用于复杂背景下的航拍图像中绳索的分割以及去除方法。
-
公开(公告)号:CN111461139A
公开(公告)日:2020-07-28
申请号:CN202010227331.4
申请日:2020-03-27
Applicant: 武汉工程大学
Abstract: 本发明公开了一种复杂场景下的多目标视觉显著性分层检测方法,属于计算机视觉和图像处理技术领域。方法包括:基于格式塔线索将待检图像划分为多个图像块,对全部图像块进行显著性检测,根据显著性检测结果对全部图像块进行组合,并将图像块组合后的显著性检测结果作为第一层线索;使用一般性目标检测方法对待检图像进行目标检测,将目标检测结果作为第二层线索;基于交叉扩散方法,将第一层线索和所述第二层线索进行线索融合,并得到显著性结果图。本发明将格式塔线索运用到图像显著性检测中,针对具有复杂视觉场景和多目标分布的图像,充分利用感知结构信息和多目标分布信息,从而全面、均匀的突显出图像中具有明确边界的目标显著性区域。
-