龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：北华大学;国网吉林省电力有限公司吉林供电公司
摘要：一种基于深度卷积网络的配电房烟雾图像去烟雾方法，属于计算机视觉技术领域，包括构建含有烟雾的配电房图像去烟雾网络模型训练数据集和测试数据集；构建含有烟雾的配电房图像纹理特征提取网络分支，图像特征提取主干网络以及配电房烟雾图像重构网络；利用训练数据集对上述构建的网络进行训练，得到最优的网络模型；利用测试数据集对训练后的网络模型进行测试，将满足测试结果的网络模型作为最终去烟雾网络模型；否则调整参数继续训练；将真实含烟雾的配电房图像输入到训练后网络模型中，得到去除烟雾后的配电房图像。本发明在实现配电房烟雾图像去烟雾的同时，提高图像清晰度，更好的保留局部细节信息。
主权项：1.一种基于深度卷积网络的配电房烟雾图像去烟雾方法，其特征是：包括以下步骤，步骤一、构建含有烟雾的配电房图像去烟雾网络模型训练数据集和测试数据集；步骤二、构建含有烟雾的配电房图像纹理特征提取网络分支；步骤三、构建含有烟雾的配电房图像特征提取主干网络；步骤四、构建配电房烟雾图像重构网络；步骤五、利用步骤一中的训练数据集对由步骤二至步骤四构建的网络进行训练，得到最优的网络模型；步骤六、利用步骤一中的测试数据集对步骤五训练后的网络模型进行测试，将满足测试结果的网络模型作为最终去烟雾网络模型；否则返回步骤五，调整参数继续训练；步骤七、将真实含烟雾的配电房图像输入到步骤六得到的去烟雾网络模型中，得到去除烟雾后的配电房图像。
全文数据：
权利要求：
百度查询： 北华大学 国网吉林省电力有限公司吉林供电公司 一种基于深度卷积网络的配电房烟雾图像去烟雾方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号