首页> 中国专利> 一种基于图像增强的卷积神经网络模糊图像分类方法

一种基于图像增强的卷积神经网络模糊图像分类方法

摘要

本发明涉及图像分类技术领域,提供一种基于图像增强的卷积神经网络模糊图像分类方法,首先计算待分类模糊图像各灰度等级的累计函数,并建立全局直方图的映射关系,得到全局直方图均衡化后的图像并计算其暗通道、大气光成分、透射率以对其进行暗通道去雾处理;接着构建级联网络,将图像增强后的模糊图像输入定位网络,在特征提取网络提取特征图,在候选框提议网络生成候选框,在ROI池化层提取特征,通过全连接层的分类和回归,得到目标及其坐标信息并据此剪切目标;最后将目标输入分类网络进行特征提取,并在softmax分类器中进行分类,得到待分类模糊图像中目标的类别。本发明能够提高模糊图像分类的准确性、降低误识别率与漏识别率。

著录项

  • 公开/公告号CN110070122A

    专利类型发明专利

  • 公开/公告日2019-07-30

    原文格式PDF

  • 申请/专利权人 沈阳理工大学;

    申请/专利号CN201910299155.2

  • 发明设计人 宫华;许可;雷鸣;刘芳;

    申请日2019-04-15

  • 分类号

  • 代理机构沈阳东大知识产权代理有限公司;

  • 代理人梁焱

  • 地址 110159 辽宁省沈阳市浑南新区南屏中路6号

  • 入库时间 2024-02-19 11:50:47

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2019-08-23

    实质审查的生效 IPC(主分类):G06K9/62 申请日:20190415

    实质审查的生效

  • 2019-07-30

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号