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：重庆艺臻云智能科技有限公司

摘要：本发明公开一种基于深度学习的暗视觉及低照度图像边缘检测方法，所述方法包括获取暗视觉低照度图像；将暗视觉低照度图像输入到预训练后的初级子网中，提取出多个边缘特征图，并形成第一边缘特征；将暗视觉低照度图像与第一边缘特征输入到边缘增强模块中；将边缘增强后的暗视觉低照度图像输入到次级子网中，提取出多个边缘特征图；将初次子网产生的第一边缘特征和多个边缘特征图与次级子网产生的多个边缘特征图进行特征图融合，得到暗视觉低照度图像的边缘检测效果；本发明可在训练过程中，结合实时参数，对暗视觉低照度图像的边缘增强效果进行动态调整，能有效地拉伸图像灰度级分布范围，较好地保留暗视觉低照度图像的边缘特征。

主权项：1.一种基于深度学习的暗视觉及低照度图像边缘检测方法，其特征在于，所述方法包括：获取暗视觉或和低照度图像，并对所述取暗视觉或和低照度图像进行预处理；将暗视觉或和低照度图像输入到预训练后的初级子网中进行边缘检测，提取出多个边缘特征图，并经过上采样后形成第一边缘特征；所述将暗视觉或和低照度图像输入到预训练后的初级子网中进行边缘检测，提取出多个边缘特征图，并经过上采样后形成第一边缘特征包括在所述初级子网中，ι1个初级特征提取模块和ι2个复合特征提取模块产生ι1+ι2个边缘特征，将ι1+ι2个边缘特征输入自适应边缘尺度提取模块，提取边缘特征的自适应边缘尺度，并融合尺度和边缘特征，得到ι1+ι2个边缘特征图，对ιv+ι2个边缘特征图上采样后，按照通道拼接输入深度特征融合模块，得到第一边缘特征；将所述暗视觉或和低照度图像与对应的所述第一边缘特征输入到边缘增强模块中，对所述暗视觉或和低照度图像边缘增强；边缘增强模块对所述暗视觉或和低照度图像边缘增强的过程包括：利用梯度算子提取出暗视觉或和低照度图像沿水平方向和垂直方向的梯度图；利用梯度算子提取出第一边缘特征沿水平方向和垂直方向的梯度图；基于对应方向的梯度图分别计算出第一边缘特征和暗视觉或和低照度图像像素之间的相似度，得到相似度矩阵；将相似度矩阵和暗视觉或和低照度图像逐像素相乘，得到增强边缘后的暗视觉或和低照度图像；将边缘增强后的暗视觉或和低照度图像输入到次级子网中进行边缘检测，提取出多个边缘特征图；所述将边缘增强后的暗视觉或和低照度图像输入到次级子网中进行边缘检测，提取出多个边缘特征图包括在所述次级子网中，ι3个复合特征提取模块产生ι3个边缘特征，将ι3个边缘特征输入自适应边缘尺度提取模块，提取边缘特征的自适应边缘尺度，并融合尺度和边缘特征，得到ι3个边缘特征图；将初级子网产生的第一边缘特征和多个边缘特征图与次级子网产生的多个边缘特征图进行特征图融合，得到暗视觉或和低照度图像的边缘检测效果。

全文数据：

权利要求：

百度查询： 重庆艺臻云智能科技有限公司 一种基于深度学习的暗视觉及低照度图像边缘检测方法