CN114581886B 结合语义分割和频域分析的能见度判别方法、装置及介质 (深研人工智能技术(深圳)有限公司)_第1页
CN114581886B 结合语义分割和频域分析的能见度判别方法、装置及介质 (深研人工智能技术(深圳)有限公司)_第2页
CN114581886B 结合语义分割和频域分析的能见度判别方法、装置及介质 (深研人工智能技术(深圳)有限公司)_第3页
CN114581886B 结合语义分割和频域分析的能见度判别方法、装置及介质 (深研人工智能技术(深圳)有限公司)_第4页
CN114581886B 结合语义分割和频域分析的能见度判别方法、装置及介质 (深研人工智能技术(深圳)有限公司)_第5页
已阅读5页,还剩17页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

司道高新区社区白石路3609号深圳湾科结合语义分割和频域分析的能见度判别方本发明公开了结合语义分割和频域分析的络分别对第一路段图像和第二路段图像中的边第一高频信息图像中的第一边缘像素和第二高2通过语义分割网络分别对所述第一路段图像和第二路段图像中的边缘信息进行分割,基于频域分析,分别对所述第一特征部分和第二特征部分进行利用边缘检测器分别提取所述第一高频信息图像中的第一边缘像素和第二高频信息计算所述第一边缘像素所占第一特征部分总像素的第计算所述第一比例和第二比例之间的差值,并将所述差值预先采集不同路段图像构建数据集,并对数据集中的每一路段图通过训练后的HRNet网络对所述第一路段图像和第二路段图像中的边缘信息进行分通过傅里叶变换分别将所述第一特征部分和第二特征部分从空间域变换为频采用高通滤波器分别滤除所述第一频域图像和第二频域图通过傅里叶逆变换将滤除低频信息的第一频域图像和第二频域图像从频域转换为空述利用边缘检测器分别提取所述第一高频信息图像中的第一边缘像素和第二高频信息图利用Canny边缘检测算子分别提取所述第一高频信息图像中的第一边缘像素和第二高分别计算所述第一边缘像素和第二边缘像素对应的第一像将第一像素和与第二像素和分别除以第一特征部分总像3-1。通过HRNet网络中的低分辨率模块对路段图像进行上采样处理,以提高低分辨率模块对所述高分辨率模块输出的路段图像和低分辨率模块输出的路段图像进行特征融合,图像获取单元,用于针对同一路段,分别获语义分割单元,用于通过语义分割网络分别对所述第一路段图频域分析单元,用于基于频域分析,分别对所述第一特征部分和第第一提取单元,用于利用边缘检测器分别提取所述第一及计算所述第二边缘像素所占第二特征部分总像差值计算单元,用于计算所述第一比例和第二比例之间的4[0005]第一方面,本发明实施例提供了一种结合语义分割和频域分析的能见度判别方[0007]通过语义分割网络分别对所述第一路段图像和第二路段图像中的边缘信息进行[0009]利用边缘检测器分别提取所述第一高频信息图像中的第一边缘像素和第二高频[0012]第二方面,本发明实施例提供了一种结合语义分割和频域分析的能见度判别装5[0017]比例计算单元,用于计算所述第一边缘像素所占第一特征部分总像素的第一比现如第一方面所述的结合语义分割和频域分析的能[0023]图1为本发明实施例提供的一种结合语义分割和频域分析的能见度判别方法的流[0024]图2为本发明实施例提供的一种结合语义分割和频域分析的能见度判别方法的子[0025]图3为本发明实施例提供的一种结合语义分割和频域分析的能见度判别装置的示6[0026]图4为本发明实施例提供的一种结合语义分割和频域分析的能见度判别装置的子述第二边缘像素所占第二特征部分总像素的第二[0039]本实施例可以准确有效的识别大范围雨雾天气路段能见7[0043]通过训练后的HRNet网络对所述第一路段图像和第二路段图像中的边缘信息进行后使用HRNet网络对区分好的数据集进行训练,使HRNet网络能够将路段图像中属于道路、[0047]S202、采用高通滤波器分别滤除所述第一频域图像和第二频域图像中的低频信-1。8[0056]利用Canny边缘检测算子分别提取所述第一高频信息图像中的第一边缘像素和第提取得到所述第一边缘像素和第二边缘像素。采用Canny边缘检测算子提取像素的步骤具[0061]将第一像素和与第二像素和分别除以第一特征部分总像素和第二特征部分总像[0064]针对所述数据集中的每一路段图像,将路段图像输入至HRNet网络的高分辨率模[0065]通过HRNet网络中的低分辨率模块对路段图像进行上采样处理,以提高低分辨率[0066]对所述高分辨率模块输出的路段图像和低分辨率模块输出的路段图像进行特征者若干个连续的stride=2的3x3卷积(2个连续的stride=2的3x3卷积为4倍的4倍的上采样率)的方式提升到与高分辨率模块相同的分辨率,然后使用1x1卷积使得通道[0068]图3为本发明实施例提供的一种结合语义分割和频域分析的能见度判别装置300[0070]语义分割单元302,用于通过语义分割网络分别对所述第一路段图像和第二路段9[0072]第一提取单元304,用于利用边缘检测器分别提取所述第一高频信息图像中的第[0073]比例计算单元305,用于计算所述第一边缘像素所占第一特征部分总像素的第一[0078]信息分割单元,用于通过训练后的HRNet网络对所述第一路段图像和第二路段图[0080]变换单元401,用于通过傅里叶变换分别将所述第一特征部分和第二特征部分从[0081]滤波单元402,用于采用高通滤波器分别滤除所述第一频域图像和第二频域图像[0082]逆变换单元403,用于通过傅里叶逆变换将滤除低频信息的第一频域图像和第二[0084]第二提取单元,用于利用Canny边缘检测算子分别提取所述第一高频信息图像中-1。[0094]分辨率降低单元,用于针对所述数据集中的每一路段图像,将路段图像输入至HRNet网络的高分辨率模块中,利用所述高分辨率模块中的多个卷积层对路段图像降低分[0095]分辨率提高单元,用于通过HRNet网络中的低分辨率模块对路段图像进行

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论