[发明专利]一种基于深度神经网络的煤矿井下图像处理方法在审
| 申请号： | 201711076257.5 | 申请日： | 2017-11-03 |
| 公开（公告）号： | CN107730473A | 公开（公告）日： | 2018-02-23 |
| 发明（设计）人： | 孙晓燕;满广毅;聂鑫;陆子帅 | 申请（专利权）人： | 中国矿业大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06K9/62;G06N3/04;H04N7/18 |
| 代理公司： | 徐州市三联专利事务所32220 | 代理人： | 董开龙 |
| 地址： | 221116*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度神经网络的煤矿井下图像处理方法，采用AlexNet的网络结构模型，构建了八层卷积神经网络，利用Tensorflow深度学习训练框架完成对网络的训练；然后，针对五类图像质量亮度过高，亮度过低，噪点过高，对比度过低，分辨率过低的图像，利用其实现对初始训练后的卷积神经网络的训练和测试，以获得可实现图像质量分类的深度卷积神经网络；结合目前成熟的图像处理方法，分别针对不同质量类型的图像使用不同类型的图像处理方法。本发明内容不仅是矿井灾区侦检探测可视化必须解决的关键问题，也将为未来我国深部煤炭资源大规模安全开采提供知识储备和技术基础。 | ||
| 搜索关键词： | 一种 基于 深度 神经网络 煤矿 井下 图像 处理 方法 | ||
【主权项】：
一种基于深度神经网络的煤矿井下图像处理方法，其特征在于，该方法包括以下步骤：步骤一：构建AlexNet网络；步骤二：使用ImageNet图像样本集训练神经网络；步骤三：测试是否满足准确率要求；如果不满足则返回上一步骤，如果满足则进行下一步骤；步骤四：对未知类型井下样本进行分类；步骤五：对分类后的图像样本进行相应的处理，从而得到增强图像。
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中国矿业大学，未经中国矿业大学许可，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/201711076257.5/，转载请声明来源钻瓜专利网。
