[发明专利]一种面向反光金属视觉检测的卷积神经网络图像复原方法有效
| 申请号： | 201910378042.1 | 申请日： | 2019-05-08 |
| 公开（公告）号： | CN110097521B | 公开（公告）日： | 2023-02-28 |
| 发明（设计）人： | 刘桂雄;王博帝 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06N3/0464;G06N3/08 |
| 代理公司： | 北京天奇智新知识产权代理有限公司 11340 | 代理人： | 李振文 |
| 地址： | 510640 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种面向反光金属视觉检测的卷积神经网络图像复原方法，所述方法包括：引入松弛变量，解耦最大后验概率图像复原模型；基于泊松分布构建对数似然项主成分，引入非线性退化模型，剔除反光金属饱和像素；基于卷积神经网络构建对数先验项主成分，约束图像复原解空间；交替更新似然项与先验项，通过多阶段联接优化最终复原图像。本发明利用卷积神经网络优势，省去人工设计先验项繁琐环节，基于非线性退化模型提高图像复原质量，有助于图像复原技术在反光金属视觉检测中的应用。 | ||
| 搜索关键词： | 一种 面向 反光 金属 视觉 检测 卷积 神经网络 图像 复原 方法 | ||
【主权项】：
1.一种面向反光金属视觉检测的卷积神经网络图像复原方法，其特征在于，所述方法包括：A引入松弛变量，解耦最大后验概率图像复原模型；B基于泊松分布构建对数似然项主成分，引入非线性退化模型，剔除反光金属饱和像素；C基于卷积神经网络构建对数先验项主成分，约束图像复原解空间；D交替更新似然项与先验项，通过多阶段联接优化最终复原图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910378042.1/，转载请声明来源钻瓜专利网。
