申请/专利权人:贵州健易测科技有限公司;贵阳学院
申请日:2024-02-27
公开(公告)日:2024-03-29
公开(公告)号:CN117788477A
主分类号:G06T7/00
分类号:G06T7/00;G06T7/60;G06V10/44;G06V10/75;G06V10/80;G06V10/82;G06N3/0464;G06N3/048;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.16#实质审查的生效;2024.03.29#公开
摘要:本发明公开了一种用于对茶叶卷曲度自动量化的图像重建方法及装置,属于茶叶和图像处理技术领域。重建方法包括获取初始茶叶图像,调用图像重建网络;基于特征增强模块对初始茶叶图像进行特征提取,以确定出指示特征图;基于特征加工模块对指示特征图进行特征提取,以确定出匹配特征图;基于特征组建模块对匹配特征图进行重建,以确定出目标图像等步骤。本发明在网络的头部创造性地设计了特征增强模块,同时使用了普通卷积和空洞卷积,从不同视角对图像特征信息进行检视和学习,并在第二权重引导下,实现了不同信息之间的深度交融,增强网络对不同类型图像特征的学习能力强,鲁棒性好。
主权项:1.一种用于对茶叶卷曲度自动量化的图像重建方法,其特征是:包括以下步骤:获取初始茶叶图像,调用图像重建网络;所述图像重建网络中依次设有特征增强模块、特征加工模块和特征组建模块;基于所述特征增强模块对所述初始茶叶图像进行特征提取,以确定出指示特征图;基于所述特征加工模块对所述指示特征图进行特征提取,以确定出匹配特征图;基于所述特征组建模块对所述匹配特征图进行重建,以确定出目标图像;其中,所述特征增强模块中设有增强卷积层和增强空洞卷积层,将所述增强卷积层和所述增强空洞卷积层卷积运算后生成的特征图整合,得到所述指示特征图。
全文数据:
权利要求:
百度查询: 贵州健易测科技有限公司;贵阳学院 一种用于对茶叶卷曲度自动量化的图像重建方法及装置
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。