基于深度学习的边缘检测滤波器优化方法

授权

摘要

本发明公开了一种基于深度学习的边缘检测滤波器优化方法，包括：采集多张待测物图像，记为训练图像集；分别框选各张图像中的待测特征并标注，得到标注图像；以第一张训练图像作为输入图像；对输入图像进行卷积，再计算各个像素点的梯度，输入到Sigmiod函数中进行激活处理，得到输出结果图；将输出结果图记为新的输入图像，重复；利用softmax函数得到归一化结果图，计算归一化结果图与标注图像的损失矩阵M_Loss和LOSS值；利用损失矩阵M_Loss进行反向传播，得出修正后的各层边缘检测滤波器；以下一张训练图像作为输入图像并利用修正后的各层边缘检测滤波器继续重复，直到LOSS值发生收敛；本方法边缘检测稳定更好，鲁棒性高且计算量小。

基本信息

专利标题：

基于深度学习的边缘检测滤波器优化方法

专利标题（英）：

暂无

公开（公告）号：

CN112308870A

申请号：

CN202011109798.5

公开（公告）日：

2021-02-02

申请日：

2020-10-16

授权号：

CN112308870B

授权日：

2022-06-14

发明人：

尹仕斌郭寅郭磊徐金辰

申请人：

易思维（杭州）科技有限公司

申请人地址：

浙江省杭州市滨江区滨安路1197号3幢495室

代理机构：

代理人：

优先权：

CN202011109798.5

主分类号：

G06T7/13

IPC分类号：

G06T7/13 G06N3/04 G06N3/08 G06T7/143

IPC结构图谱

G部——物理

G06

计算；推算或计数

G06T

一般的图像数据处理或产生

G06T5/00

图像的增强或复原

G06T5/50

通过使用多于一幅图像的，例如平均、减少

G06T7/13

边缘检测

法律状态

2022-06-14 ：

授权

2021-02-23 ：

实质审查的生效

IPC(主分类) : G06T 7/13
申请日 : 20201016

2021-02-02 ：

公开

注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。

文件下载

1、

CN112308870A.PDF

PDF下载