一种基于多层级熵模块的单幅图像去雨方法

    公开(公告)号:CN116934612A

    公开(公告)日:2023-10-24

    申请号:CN202310584388.3

    申请日:2023-05-23

    Applicant: 南通大学

    Abstract: 本发明提供一种基于多层级熵模块的单幅图像去雨方法,包括以下步骤:S1、构建去雨网络模型:由预处理模块、若干个多层级熵模块和图像重构模块组成;S2、设计损失函数,利用损失函数对去雨网络模型进行约束;S3、利用公开数据对步骤S1的去雨网络模型进行训练,得到去雨网络模型的模型参数;S4、在网络模型中导入步骤S3训练好的模型参数,输入有雨图像,输出得到去雨图像。本发明将有雨的图像恢复得到的干净图像这一过程作为一个熵增的过程,通过对前后特征的建模去除增加的图像熵信息,使得注意力建模过程不仅仅依赖于当前特征,从而提高单幅图像去雨的效果。

    一种基于自编码器的镜头模组中脏污识别方法

    公开(公告)号:CN116485749A

    公开(公告)日:2023-07-25

    申请号:CN202310440421.5

    申请日:2023-04-23

    Applicant: 南通大学

    Abstract: 本发明涉及摄像头检测技术领域,尤其涉及一种基于自编码器的镜头模组中脏污识别方法。解决了在采集镜片图像时,需要人工干预,不适用于产线自动化生产的问题。其技术方案为:包括以下步骤:S1:收集若干张干净镜片的样本图片;S2:构建自编码神经网络,神经网络结构由编码器和解码器组成;S3:对输入图像进行预处理,截取图中的镜片区域;S4:自编码网络训练;S5:镜片脏污分类器训练。本发明的有益效果为:本发明能够自动识别成品模组中的镜片是否存在脏污,无需人工干预。

Patent Agency Ranking