-
-
公开(公告)号:CN107944551A
公开(公告)日:2018-04-20
申请号:CN201711347034.8
申请日:2017-12-15
Applicant: 福州大学
CPC classification number: G06N3/0454 , G06N3/08
Abstract: 本发明涉及一种用于电润湿显示屏缺陷识别方法。加入批量归一化算法的卷积神经网络的电润湿显示屏缺陷识别方法,所述卷积神经网络包括四层卷积层、三层池化层、三层批量归一化层、两层全连接层、两层Dropout层以及输出层。本发明通过在所述卷积层后加入批量归一化层,使得每层卷积具有相同的数据分布,提高网络的泛化能力,加快网络收敛,从而提高模型训练速度及缺陷识别精度。
-
公开(公告)号:CN107767354A
公开(公告)日:2018-03-06
申请号:CN201711298831.1
申请日:2017-12-08
Applicant: 福州大学
IPC: G06T5/00
CPC classification number: G06T5/003
Abstract: 本发明公开了一种基于暗原色先验的图像去雾方法,其包括以下步骤:步骤1:求出有雾降质图像的暗原色图;步骤2:由暗原色图求出图像的粗略透射率;步骤3:采用改进的基于颜色衰减先验的容差机制透射率调整算法对天空等明亮区域透射率进行放大修正,得到修正后的透射率。步骤4:采用引导滤波细化透射率;步骤5:结合晕光算子和暗原色图像获取大气光值;步骤6:利用大气散射模型得到复原图像J。本发明设计的去雾算法能够有效地解决传统去雾算法存在的复原图像中天空等明亮区域产生色偏的问题,同时解决传统大气光值求取方法易受白色物体干扰的问题,提高图像质量。
-
-