基于广义回归神经网络的风机设备高光谱图像质量预测方法及系统
基本信息
| 申请号 | CN202011423811.4 | 申请日 | - |
| 公开（公告）号 | CN112419302A | 公开（公告）日 | 2021-02-26 |
| 申请公布号 | CN112419302A | 申请公布日 | 2021-02-26 |
| 分类号 | G06T7/11(2017.01)I;G06K9/46(2006.01)I;G06K9/62(2006.01)I;G06N3/04(2006.01)I;G06T7/00(2017.01)I;G06N3/08(2006.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 冯涛;丁显;宫永立 | 申请（专利权）人 | 都城伟业集团有限公司 |
| 代理机构 | 北京中巡通大知识产权代理有限公司 | 代理人 | 李晓晓 |
| 地址 | 250001山东省济南市市中区经三路14号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于广义回归神经网络的风机设备高光谱图像质量预测方法及系统，包括以下步骤：1)获取若干高光谱图像作为样本，估计各高光谱图像的噪声特征；2)提取各高光谱图像的模糊特征；3)提取各高光谱图像的空间相关性及光谱间相关性；4)构造各高光谱图像的相关相位一致性图，获取所述相关相位一致性图灰度共生矩阵的灰度感知特征，其中，所述灰度感知特征包括角秒矩、对比度、熵及均匀性；5)构建基于广义回归神经网络的高光谱图像质量评价模型，对基于广义回归神经网络的高光谱图像质量评价模型进行训练，然后利用训练后的高光谱图像质量评价模型预测待预测高光谱图像的准确质量分数，该方法及系统能够准确预测高光谱图像的质量。 |
