一種基于深度學(xué)習(xí)的暗視覺及低照度圖像邊緣檢測方法

基本信息

申請?zhí)?/td> CN202210366311.4 申請日 -
公開（公告）號 CN114693712A 公開（公告）日 2022-07-01
申請公布號 CN114693712A 申請公布日 2022-07-01
分類號 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 計算；推算；計數(shù);
發(fā)明人 趙志強;徐曉文;高新政;陶于祥;陳霖;王正軍;崔一輝;王昆 申請（專利權(quán)）人 重慶郵電大學(xué)
代理機構(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
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)練后的初級子網(wǎng)中，提取出多個邊緣特征圖，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模塊中；將邊緣增強后的暗視覺/低照度圖像輸入到次級子網(wǎng)中，提取出多個邊緣特征圖；將初次子網(wǎng)產(chǎn)生的第一邊緣特征和多個邊緣特征圖與次級子網(wǎng)產(chǎn)生的多個邊緣特征圖進行特征圖融合，得到暗視覺/低照度圖像的邊緣檢測效果；本發(fā)明可在訓(xùn)練過程中，結(jié)合實時參數(shù)，對暗視覺/低照度圖像的邊緣增強效果進行動態(tài)調(diào)整，能有效地拉伸圖像灰度級分布范圍，較好地保留暗視覺/低照度圖像的邊緣特征。