基于改进U-Net模型的高反光噪声去除方法
基本信息
申请号 | CN202111510031.8 | 申请日 | - |
公开(公告)号 | CN114170106A | 公开(公告)日 | 2022-03-11 |
申请公布号 | CN114170106A | 申请公布日 | 2022-03-11 |
分类号 | G06T5/00(2006.01)I;G06N3/08(2006.01)I;G06N3/04(2006.01)I;G06V10/44(2022.01)I | 分类 | 计算;推算;计数; |
发明人 | 刘国营;葛继 | 申请(专利权)人 | 无锡图创智能科技有限公司 |
代理机构 | 无锡市汇诚永信专利代理事务所(普通合伙) | 代理人 | 郭慧 |
地址 | 214028江苏省无锡市经济开发区高浪东路999-8-A1-101-101 | ||
法律状态 | - |
摘要
摘要 | 本发明公开了一种基于改进U‑Net模型的高反光噪声去除方法,其可提高运行速度,可提高图像中高反光区域检测准确性,改进U‑Net模型包含上采样路径和下采样路径的三个卷积模块,每个卷积模块包含两个连接线性整流函数的卷积层,并被一个最大池化层所链接;方法包括:获取待测物体的原始图像,对原始图像进行预处理,对改进U‑Net模型进行训练构建改进U‑Net模型:加入批量标准化层,在卷积模块中每个卷积层后加入一个标准化层,舍弃神经元操作,用Xavier初始化方法对权重进行初始化,并输出分割图像,取原始点云数据,对原始点云数据进行配准,获取配准后的点云数据,配准点云数据进行降噪、平滑、精简,三维重建。 |
