[发明专利]一种面向暗室照度计检定的低对比度示值图像智能识别方法有效
| 申请号： | 201910280450.3 | 申请日： | 2019-04-09 |
| 公开（公告）号： | CN109978962B | 公开（公告）日： | 2022-05-17 |
| 发明（设计）人： | 南瑞亭 | 申请（专利权）人： | 广州市交通高级技工学校（广州市交通技师学院） |
| 主分类号： | G06T7/90 | 分类号： | G06T7/90;G06T5/00;G06N3/08;G06N3/04 |
| 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： | 510540 广*** | 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： | 本发明公开了一种面向暗室照度计检定的低对比度示值图像智能识别方法，所述方法包括：对高对比度与低对比度图像分别进行数据增强，完成CNN目标检测框架在不同对比度下示值图像预测的模型训练；根据训练过程中正确预测样本的预测概率、对比度，计算出最佳识别对比度；在实际预测过程中，把图像对比度增强至最佳识别对比度，进一步提升识别准确率。该方法实现了低对比度环境下照度计示值的识别，具有良好的适用性。 | ||
| 搜索关键词： | 一种 面向 暗室 照度计 检定 对比度 图像 智能 识别 方法 | ||
【主权项】：
1.一种面向暗室照度计检定的低对比度示值图像智能识别方法，其特征在于，具体步骤包括：A、制作卷积神经网络目标检测框架的训练与测试数据集，训练数据集包含高对比度数码管图像集IH和低对比度数码管图像集IL，并计算出IH集合图像对比度最小值CH_min、IL集合图像对比度最大值CL_max；B、训练与测试时计算出每次输入CNN目标检测框架中的图像对比度Ctr，判断其所属集合并通过使用相应数据增强算法来改变输入图像的对比度；C、CNN目标检测框架对于输入图像会产生预测目标框与概率P输出，训练结束后，根据P—C曲线，计算出最佳识别对比度Cbest；D、计算实际使用CNN目标检测框架预测暗室中低对比度照度计示值图像对比度Creal，并进行增强。
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广州市交通高级技工学校（广州市交通技师学院），未经广州市交通高级技工学校（广州市交通技师学院）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/201910280450.3/，转载请声明来源钻瓜专利网。
