一種基于深度學(xué)習(xí)的暗視覺及低照度圖像邊緣檢測(cè)方法

基本信息

申請(qǐng)?zhí)?/td> CN202210366311.4 申請(qǐng)日 -
公開（公告）號(hào) CN114693712A 公開（公告）日 2022-07-01
申請(qǐng)公布號(hào) CN114693712A 申請(qǐng)公布日 2022-07-01
分類號(hào) G06T7/13（2017.01）I;G06T5/50（2006.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06V10/80（2022.01）I;G06V10/74（2022.01）I;G06V10/82（2022.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 趙志強(qiáng);徐曉文;高新政;陶于祥;陳霖;王正軍;崔一輝;王昆 申請(qǐng)（專利權(quán)）人 重慶郵電大學(xué)
代理機(jī)構(gòu) 重慶輝騰律師事務(wù)所 代理人 -
地址 400065重慶市南岸區(qū)南山街道崇文路2號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明公開一種基于深度學(xué)習(xí)的暗視覺及低照度圖像邊緣檢測(cè)方法，所述方法包括獲取暗視覺/低照度圖像；將暗視覺/低照度圖像輸入到預(yù)訓(xùn)練后的初級(jí)子網(wǎng)中，提取出多個(gè)邊緣特征圖，并形成第一邊緣特征；將暗視覺/低照度圖像與第一邊緣特征輸入到邊緣增強(qiáng)模塊中；將邊緣增強(qiáng)后的暗視覺/低照度圖像輸入到次級(jí)子網(wǎng)中，提取出多個(gè)邊緣特征圖；將初次子網(wǎng)產(chǎn)生的第一邊緣特征和多個(gè)邊緣特征圖與次級(jí)子網(wǎng)產(chǎn)生的多個(gè)邊緣特征圖進(jìn)行特征圖融合，得到暗視覺/低照度圖像的邊緣檢測(cè)效果；本發(fā)明可在訓(xùn)練過程中，結(jié)合實(shí)時(shí)參數(shù)，對(duì)暗視覺/低照度圖像的邊緣增強(qiáng)效果進(jìn)行動(dòng)態(tài)調(diào)整，能有效地拉伸圖像灰度級(jí)分布范圍，較好地保留暗視覺/低照度圖像的邊緣特征。