买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：深圳市海策智能科技有限公司

摘要：一种基于深度神经网络的海洋勘测图像质量增强方法，其特征在于包括以下步骤：步骤一，原始图像预处理：采用手动或边缘检测算法采集海洋勘测的原始图像进行图像的轮廓信息；步骤二，图像的增强处理；步骤三，生成高分辨率图像：深度神经网络DNN模型的最后一个层块将增强处理后的图像经过加权处理全局特征和原始图像像素，得到高分辨率图像。通过对原始低质量、高噪声的图像进行采样标记，然后在一个多层可训练的深度神经网络DNN模型中进行推算处理，进而生成高分辨率的图像，最后将生成的高分辨率图像与原始图像拼接并形成一个具有高清晰度和高信噪比的海洋勘测图像。

主权项：1.一种基于深度神经网络的海洋勘测图像质量增强方法，其特征在于包括以下步骤：步骤一，原始图像预处理：采用手动或边缘检测算法采集海洋勘测的原始图像的轮廓信息；步骤二，图像的增强处理；2.1建立具有若干个结构相同层块的深度神经网络DNN模型；2.2将步骤一所选轮廓内的图像输入深度神经网络DNN模型内，由深度神经网络DNN模型内不同的层块依次提取所选轮廓内图像不同的局部特征信息；2.3深度神经网络DNN模型将每个层块提取的局部特征信息和该层块的标记数据进行匹配，并将匹配度最高的局部特征信息进行权重的分配；步骤三，生成高分辨率图像：深度神经网络DNN模型的最后一个层块将增强处理后的图像经过加权处理全局特征和原始图像像素，得到高分辨率图像；步骤2.1还包括对深度神经网络DNN的训练过程，具体如下：2.11对海洋勘测区域进行远端和近端图像采集，选取图像轮廓，并对所选轮廓内的图像提取RGB数据和位置信息，并把RGB数据和位置信息带入哈希函数，分别生成远端和近端所选轮廓内图像的压缩签名或密钥；2.12利用余弦相似度检测的方法，将远端和近端图像的压缩签名或密钥匹配进行匹配，生成远端模糊图像和近端具有细节特征图像的匹配对，再通过人工标注的方法对匹配对进行分类，其中清晰度高的图像的标记数据为“正”，清晰度低的图像的标记数据为“负”；2.13标记数据为“正”的图像在深度神经网络DNN模型中，生成损失测量值；2.14若损失测量值为1×10-3，则获得具有区分清晰海洋勘测图像和包含噪音的海洋勘测图像的深度神经网络DNN模型；否则，重复步骤2.12和步骤2.13，经过若干次迭代，直至损失测量值为1×10-3，获得具有区分清晰海洋勘测图像和包含噪音的海洋勘测图像的深度神经网络DNN模型；在深度神经网络DNN模型中，权重的计算与更新由优化算法的规则决定，优化算法根据最优值与权重更新值▽W（j）的和来计算当前最优的权重，计算过程如下： 其中，η是学习率，为[0,1]间的小数，y是输入样本的正确分类，y’是预测出来的分类，j是序号。

全文数据：

权利要求：

百度查询： 深圳市海策智能科技有限公司 一种基于深度神经网络的海洋勘测图像质量增强方法