首页|空洞U-Net神经网络的移动机器人视觉图像增强

空洞U-Net神经网络的移动机器人视觉图像增强

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了提升移动机器人视觉图像对比度、信息量以及整体质量,提出一种新的基于空洞U-Net神经网络的移动机器人视觉图像增强方法.在由编码器、解码器与跳层连接构成的U-Net网络中,引入残差网络与空洞卷积部分,构建空洞U-Net神经网络,以融合不同层次的像素特征块,并根据灰度等级与频数直方图,增强图像对比度.针对图像中待处理的像素点灰度值,利用其邻域像素点灰度值的中间值滤除图像噪声.根据像素向量场,利用梯度下降法锐化图像边缘,实现视觉图像增强.在实验阶段,选取部分样本训练空洞U-Net神经网络,获取最优网络参数,经测试验证所提方法的图像对比度、信息量以及整体质量上都有大幅提升,具有优越的视觉图像增强效果.
Visual Image Enhancement of Mobile Robot Based on Hollow U-Net Neural Network

冯梦清、冯乃勤

展开 >

郑州工业应用技术学院信息工程学院,河南 新郑 451150

河南师范大学计算机与信息工程学院,河南 新乡 453000

空洞卷积 U-Net神经网络 移动机器人 视觉系统 图像增强

2021年第一批产学合作协同育人项目

202101207010

2023

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2023.388(6)
  • 9