[发明专利]基于字典与BP神经网络的烟雾图像分割与识别方法有效
| 申请号： | 201910706010.X | 申请日： | 2019-08-01 |
| 公开（公告）号： | CN110415260B | 公开（公告）日： | 2022-02-15 |
| 发明（设计）人： | 王媛彬;韩骞;王玉静;李媛媛;党浪飞;周冲;任杰英;黄海龙 | 申请（专利权）人： | 西安科技大学 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06T7/45;G06T5/40;G06N3/08 |
| 代理公司： | 西安启诚专利知识产权代理事务所(普通合伙) 61240 | 代理人： | 李艳春 |
| 地址： | 710054 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于字典与BP神经网络的烟雾图像分割与识别方法，包括步骤：一、图像处理器对输入图像进行增强处理；二、图像处理器将增强处理后的图像与烟雾字典矩阵作比较计算得到疑似烟雾区域；三、图像处理器对所得到的疑似烟雾图像进行多尺度小波分解，计算多尺度小波分解后所得各层图像的灰度共生矩阵的统计量，采用计算所得的各层图像的灰度共生矩阵的统计量构造纹理特征向量，再将纹理特征向量输入到烟雾识别BP神经网络中，得到烟雾识别结果。本发明方法步骤简单，实现方便，烟雾识别效率高、准确率高。 | ||
| 搜索关键词： | 基于 字典 bp 神经网络 烟雾 图像 分割 识别 方法 | ||
【主权项】：
1.一种基于字典与BP神经网络的烟雾图像分割与识别方法，其特征在于，该方法包括以下步骤：步骤一、图像处理器对输入图像进行增强处理，具体过程为：步骤101、图像处理器计算输入图像的方差、均值和信息熵，并将方差、均值和信息熵输入预先构建的图像增强神经网络模型中，输出进行图像增强的高频图像模型系数k、第一层小波分解的低频图像模型系数n1和第二层小波分解的低频图像模型系数n2；步骤102、图像处理器对输入图像进行两层小波分解，提取输入图像中的高频图像、第一层小波分解的低频图像L1和第二层小波分解的低频图像L2，计算所有高频图像的和∑H；步骤103、图像处理器将步骤101中的系数k、n1和n2，以及步骤102中的低频图像L1、低频图像L2和所有高频图像的和∑H带入图像增强模型g(x，y)＝k∑H+n1L1+n2L2中，得到增强后的图像g(x，y)；步骤二、图像处理器将增强处理后的图像与烟雾字典矩阵作比较计算得到疑似烟雾区域；步骤三、图像处理器对所得到的疑似烟雾图像进行多尺度小波分解，计算多尺度小波分解后所得各层图像的灰度共生矩阵的统计量，采用计算所得的各层图像的灰度共生矩阵的统计量构造纹理特征向量，再将纹理特征向量输入到烟雾识别BP神经网络中，得到烟雾识别结果。
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西安科技大学，未经西安科技大学许可，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/201910706010.X/，转载请声明来源钻瓜专利网。
