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：太原理工大学
摘要：本发明涉及计算机视觉技术领域，具体涉及一种基于退化程度的参数自适应图像去粉尘方法，主要解决现有粉尘图像复原方法无法适用于退化程度不均匀的粉尘图像的技术问题。基于退化程度的参数自适应图像去粉尘方法包括：S1.获取退化图t0；S2.构建PAM模块；S3.将PAM模块插入静态去粉尘模型中得到参数自适应的动态模型并进行训练直至收敛；S4.将粉尘图像及对应退化图输入到训练好的动态模型中，输出去粉尘图像。本方法通过退化图区表示粉尘图像的非均匀退化程度，然后以退化图作为先验，通过PAM模块自适应地调整静态去粉尘模型的参数，使其根据图像不同区域的退化分布来恢复粉尘图像，如此能够适应浓度不均匀的粉尘图像，具有更好的去粉尘效果。
主权项：1.一种基于退化程度的参数自适应图像去粉尘方法，其特征在于，依次包括如下步骤：S1.获取粉尘图像的退化图t0；S2.构建PAM模块，所述PAM模块以所述退化图t0和静态特征图F作为输入并以动态参数块作为主体结构，所述动态参数块由卷积层conv和激活函数δ构成，所述动态参数块的表达式为： ；其中，γ和β表示所述动态参数块输出的动态参数；所述动态参数块经过多层卷积将输入的退化图t0转换为动态参数γ和β，所述PAM模块通过动态参数γ和β对输入的静态特征图F进行空间特征变换，得到动态特征图Fd，计算公式为： ；S3.将所述PAM模块插入静态去粉尘模型中得到参数自适应的动态模型并进行训练直至收敛；S4.将粉尘图像及对应退化图输入到训练好的动态模型中，输出去粉尘图像。
全文数据：
权利要求：
百度查询： 太原理工大学 基于退化程度的参数自适应图像去粉尘方法
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