-
公开(公告)号：CN112258537B
公开(公告)日：2022-08-26
申请号：CN202011161185.6
申请日：2020-10-27
Applicant: 重庆邮电大学
Abstract: 本发明属于图像处理领域，具体涉及一种基于卷积神经网络的监督暗视觉图像边缘检测方法，该方法包括：获取暗视觉图像，将暗视觉图像输入到训练好的监督图像边缘检测模型中进行暗视觉图像边缘检测，得到边缘检测结果；所述监督图像边缘检测模型为优化的监督图像边缘检测模型，该模型由六个边缘检测模块和一个拼接模块构成；本发明通过增加模型的卷积层和引入残差结构单元，能更好地保留图像上一阶段学习的特征及边缘细节信息，使训练的优化模型能够进一步提高图像边缘检测的效果，图像边缘的连续性增强，输出的边缘检测图像更符合人眼观测效果。
-
公开(公告)号：CN112040136B
公开(公告)日：2021-08-10
申请号：CN202011011291.6
申请日：2020-09-23
Applicant: 重庆邮电大学
Abstract: 本发明设计计算机视觉、自动聚焦领域，特别涉及一种基于清晰域及暗视觉的自动聚焦优化方法，包括使用TEN法对图像进行评价，并且使用ADAM算法根据当前梯度自适应的控制步长进行第一次扫描；当第一次出现电机转向时，根据TEN法对图像进行评价，得到的清晰度序列值进行高通滤波；进行第二次扫描，当电机出现第二次转向时，进行第二次高通滤波；在经过前两次滤波之后，持续扫描，直到扫描到清晰域范围内，停止扫描，使用曲线拟合的方式，拟合出峰值，得到聚焦图像；本发明与常规算法聚焦相比增加了高通滤波环节，减少了搜索时被次峰误导的情况，同时减少了非峰值区域的导数波动，使得自适应搜索算法在运行时步长噪声受影响减少。
-
公开(公告)号：CN112258537A
公开(公告)日：2021-01-22
申请号：CN202011161185.6
申请日：2020-10-27
Applicant: 重庆邮电大学
Abstract: 本发明属于图像处理领域，具体涉及一种基于卷积神经网络的监督暗视觉图像边缘检测方法，该方法包括：获取暗视觉图像，将暗视觉图像输入到训练好的监督图像边缘检测模型中进行暗视觉图像边缘检测，得到边缘检测结果；所述监督图像边缘检测模型为优化的监督图像边缘检测模型，该模型由六个边缘检测模块和一个拼接模块构成；本发明通过增加模型的卷积层和引入残差结构单元，能更好地保留图像上一阶段学习的特征及边缘细节信息，使训练的优化模型能够进一步提高图像边缘检测的效果，图像边缘的连续性增强，输出的边缘检测图像更符合人眼观测效果。
-
公开(公告)号：CN112040136A
公开(公告)日：2020-12-04
申请号：CN202011011291.6
申请日：2020-09-23
Applicant: 重庆邮电大学
Abstract: 本发明设计计算机视觉、自动聚焦领域，特别涉及一种基于清晰域及暗视觉的自动聚焦优化方法，包括使用TEN法对图像进行评价，并且使用ADAM算法根据当前梯度自适应的控制步长进行第一次扫描；当第一次出现电机转向时，根据TEN法对图像进行评价，得到的清晰度序列值进行高通滤波；进行第二次扫描，当电机出现第二次转向时，进行第二次高通滤波；在经过前两次滤波之后，持续扫描，直到扫描到清晰域范围内，停止扫描，使用曲线拟合的方式，拟合出峰值，得到聚焦图像；本发明与常规算法聚焦相比增加了高通滤波环节，减少了搜索时被次峰误导的情况，同时减少了非峰值区域的导数波动，使得自适应搜索算法在运行时步长噪声受影响减少。
-
-
-
Search Results
4
records
(took 0.025 seconds)
