基于輪廓深度學(xué)習(xí)的圖像模糊檢測(cè)方法、設(shè)備

基本信息

申請(qǐng)?zhí)?/td> CN202010578133.2 申請(qǐng)日 -
公開（公告）號(hào) CN113326720A 公開（公告）日 2021-08-31
申請(qǐng)公布號(hào) CN113326720A 申請(qǐng)公布日 2021-08-31
分類號(hào) G06K9/00（2006.01）I;G06K9/46（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 肖湘江;肖楠;郭剛;欒悉道;李丑保;蒿敬波;章博 申請(qǐng)（專利權(quán)）人 湖南超能機(jī)器人技術(shù)有限公司
代理機(jī)構(gòu) - 代理人 -
地址 410008湖南省長(zhǎng)沙市開福區(qū)新河街道晴嵐路68號(hào)北辰鳳凰天階苑B1E1區(qū)B1E1幢13008號(hào)房
法律狀態(tài) -

摘要

摘要 本發(fā)明提供一種基于輪廓深度學(xué)習(xí)的圖像模糊檢測(cè)方法，屬于圖像處理技術(shù)領(lǐng)域。具體為：輸入待考察的目標(biāo)圖像；對(duì)目標(biāo)圖像進(jìn)行高斯模糊濾波除去噪聲；使用邊緣檢測(cè)算子Canny設(shè)置閾值對(duì)目標(biāo)圖像進(jìn)行邊緣輪廓提取得到目標(biāo)邊緣輪廓圖像；定義目標(biāo)邊緣輪廓圖像；建立深度卷積神經(jīng)網(wǎng)絡(luò)模型CNN并初始化，使用四種卷積層、不同大小的卷積核、步長(zhǎng)為一的滑動(dòng)窗口對(duì)輸入圖像進(jìn)行處理，獲得不同大小的特征圖，特征提取獲得邊緣輪廓特征；sigmoid函數(shù)分類器進(jìn)行二值分類，過濾模糊圖片。本發(fā)明針對(duì)嵌入式平臺(tái)的不同應(yīng)用場(chǎng)景，一次性提取手掌特征輪廓圖像信息，合理設(shè)置輪廓閾值，在保證模糊檢測(cè)準(zhǔn)確性的基礎(chǔ)上減少了計(jì)算資源的損耗，達(dá)成了實(shí)時(shí)性的要求。