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：国网安徽省电力有限公司电力科学研究院;安徽大学;国网智能电网研究院有限公司

摘要：本发明提供基于时频关联自适应学习模型的图像质量裂化评估方法，包括：构建不同类别的原始图像集；利用傅里叶变换获得频谱图像集；将频谱图像和原始差异类别图像输入到残差神经网络中学习频谱图像特征、原始图像特征；将时频关联的图像特征、原始图像特征融合；输入到动态调节参数BP神经网络；进行图像质量裂化评估分类。本发明解决了分析处理信息不全面，导致图像质量异常分类效果差的技术问题。

主权项：1.基于时频关联自适应学习模型的图像质量裂化评估方法，其特征在于，所述方法包括：S1、按照预置采集数目以及采集尺寸，收集原始差异类别图像；S2、根据所述原始差异类别图像，获取原始图像集；S3、对所述原始图像集，进行傅里叶变换操作，以获取频谱图像，构成频谱图像集；S4、将所述频谱图像、所述原始差异类别图像，输入至残差神经网络，以进行特征提取得到频谱图像特征、原始图像特征，对所述频谱图像特征、所述原始图像特征进行特征融合，以得到融合特征，将所述融合特征输入动态调节参数BP神经网络，据以构建自适应学习模型；其中，所述S4包括：S41、将所述原始图像集、所述频谱图像集，输入所述残差神经网络；S42、利用所述残差神经网络，对所述频谱图像、所述原始差异类别图像进行特征提取，得到频谱图初步提取特征、原始图初步提取特征；其中，通过所述残差神经网络中的一层卷积层、残差模块，处理所述频谱图像集、所述原始差异类别图像，以提取得到所述频谱图初步提取特征、所述原始图初步提取特征；S43、将所述频谱图初步提取特征、所述原始图初步提取特征，输入至降采样残差模块、残差模块，以对所述原始图像集、所述频谱图像集与所述频谱图初步提取特征、所述原始图初步提取特征，循环执行连接操作，以获得频谱图像分布特征、原始图像强度分布特征；S44、将所述频谱图像分布特征、所述原始图像强度分布特征输入全连接层，以将所述频谱图像分布特征、所述原始图像强度分布特征的特征向量，映射到不同类别，以得到全连接层输出特征；S45、利用所述全连接层，对所述全连接层输出特征进行特征融合操作，以得到所述融合特征；S46、利用所述动态调节参数BP神经网络，对所述融合特征进行评估分类，利用交叉熵损失函数，构建、训练所述自适应学习模型；S5、利用所述自适应学习模型，对所述频谱图像、所述原始差异类别图像进行图像裂化质量评估分类操作，以得到图像质量裂化评估结果。

全文数据：

权利要求：

百度查询： 国网安徽省电力有限公司电力科学研究院 安徽大学 国网智能电网研究院有限公司 基于时频关联自适应学习模型的图像质量裂化评估方法