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：浙江理工大学
摘要：本发明提供了一种基于深度学习的水下偏振图像复原系统及其复原方法。包括以下步骤：步骤1、搭建水下偏振成像系统，拍摄清晰水下强度图像和不同浑浊度水下的偏振图像；步骤2、整理并命名各组偏振图像，建立大量数据集。步骤3、按0.8：0.1：0.1的比例划分训练集，验证集，测试集；步骤4、设计适用于水下偏振图像复原的卷积神经网络；步骤5、生成恢复图像步骤6利用训练集训练上述网络模型；步骤7、用测试集测试经网络模型恢复后的图像质量效果。与现有技术相比，本发明可利用卷积神经网络进行高浑浊度水下图像复原，且恢复图像效果更佳。
主权项：1.一种基于深度学习的水下偏振图像复原方法，其特征在于，包括以下复原步骤：步骤1、搭建水下主动成像系统；激光器（1）发出的光束依次经过第一偏振片（2）、第一四分之一波片（3）和扩束器（4）后照射在水下目标物上（7），所述水下目标物（7）将所述激光器（1）发出的光束反射后依次经过第二偏振片（8）、分束器（9）、第二四分之一波片（10）后到达第一CMOS相机（11）；其中所述分束器（9）将所述水下目标物（7）的反射光束分成另一束光束直接到达第二CMOS相机（12）；步骤2、建立数据集；首先拍摄水下中清晰强度图像，然后加入不同浓度脱脂牛奶，利用步进电机控制相机前偏振片，旋转至0°、45°、90°，并加入四分之一波片，得到0°、45°、90°、圆偏振四张图像；步骤3、裁剪图像；通过翻转扩大数据集，将得到的图像按0.8：0.1：0.1的比例分为训练集，验证集；步骤4、设计卷积神经网络；使用了九个卷积层，通过融合不同大小的滤波器形成多尺度特征，将浑浊水下拍摄的0°、45°、90°、圆偏振四张图作为卷积神经网络的输入；得到K估计模块，从而计算生成恢复图像；步骤5、得到K估计模块之后，图像生成模块由乘法层和加法层组成，通过计算生成恢复图像；步骤6、利用步骤4中的卷积神经网络训练步骤3中拍摄的训练集，并利用步骤3中的验证集验证神经网络复原图像效果，得到卷积神经网络模型；步骤7、利用步骤3中的测试集测试步骤4中训练的卷积神经网络模型，并用图像增强指标衡量图像复原效果。
全文数据：
权利要求：
百度查询： 浙江理工大学 一种基于深度学习的水下偏振图像复原系统及其复原方法
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