基于泊松融合的烟雾数据增强方法、增强设备和存储介质技术

本发明专利技术的实施例提供了一种基于泊松融合的烟雾数据增强方法、增强设备和存储介质，基于泊松融合的烟雾数据增强方法包括：获取图像数据集；获取待增强图片；判断待增强图片中的目标烟囱是否为无烟状态，生成第一烟雾判断结果；若第一烟雾判断结果为是，根据图像数据集，确定烟雾图像数据；通过泊松融合方法，将烟雾图像数据与待增强图片进行泊松融合，生成增强图片。本发明专利技术提供的基于泊松融合的烟雾数据增强方法的实施例，对不同烟雾图像与目标烟囱进行图像的泊松融合，可以提高增强图片的多样性，提升深度学习模型的泛化能力。

【技术实现步骤摘要】
基于泊松融合的烟雾数据增强方法、增强设备和存储介质
本专利技术涉及数据增强应用
，具体而言，涉及一种基于泊松融合的烟雾数据增强方法、一种烟雾数据增强设备和一种可读存储介质。
技术介绍
随着政府对环境管控的力度越来越大，对实现一个良好的空气环境越来越重视，希望通过深度学习方法来更好的发现违规排放等造成污染的行为。为了能够增加深度学习所需的样本量，并提高深度学习的效果，需要通过对数据进行增强，以增加数据的多样性。现有技术中，数据增强的方法主要是使用几何变换方法进行增强或使用颜色变换方法实现增强，但无论几何变换方法还是颜色变换方法，数据增强的效果都不理想，无法满足深度学习对学习样本的需求。
技术实现思路
本专利技术旨在至少解决现有技术或相关技术中存在的技术问题之一。有鉴于此，本专利技术实施例的第一方面提供了一种基于泊松融合的烟雾数据增强方法。本专利技术实施例的第二方面提供了一种烟雾数据增强设备。本专利技术实施例的第三方面提供了一种可读存储介质。为了实现上述目的，本专利技术第一方面的实施例提供了本文档来自技高网...

【技术保护点】
1.一种基于泊松融合的烟雾数据增强方法，其特征在于，包括：/n获取图像数据集；/n获取待增强图片；/n判断所述待增强图片中的目标烟囱是否为无烟状态，生成第一烟雾判断结果；/n若所述第一烟雾判断结果为是，根据所述图像数据集，确定烟雾图像数据；/n通过泊松融合方法，将所述烟雾图像数据与所述待增强图片进行泊松融合，生成增强图片。/n

【技术特征摘要】
1.一种基于泊松融合的烟雾数据增强方法，其特征在于，包括：
获取图像数据集；
获取待增强图片；
判断所述待增强图片中的目标烟囱是否为无烟状态，生成第一烟雾判断结果；
若所述第一烟雾判断结果为是，根据所述图像数据集，确定烟雾图像数据；
通过泊松融合方法，将所述烟雾图像数据与所述待增强图片进行泊松融合，生成增强图片。


2.根据权利要求1所述的基于泊松融合的烟雾数据增强方法，其特征在于，所述判断所述待增强图片中的目标烟囱是否为无烟状态，生成第一烟雾判断结果，具体包括：
获取所述待增强图片对应的图像标签文件；
通过所述图像标签文件，确定所述待增强图片中的图片烟囱数据及图片烟雾数据；
根据所述图片烟囱数据及所述图片烟雾数据，判断所述待增强图片中的所述目标烟囱是否为所述无烟状态，确定所述第一烟雾判断结果。


3.根据权利要求2所述的基于泊松融合的烟雾数据增强方法，其特征在于，所述若所述第一烟雾判断结果为是，根据所述图像数据集，确定烟雾图像数据，具体包括：
对所述图像数据集进行随机抽取，确定所述烟雾图像数据。


4.根据权利要求2所述的基于泊松融合的烟雾数据增强方法，其特征在于，所述根据所述图片烟囱数据及所述图片烟雾数据，判断所述待增强图片中的所述目标烟囱是否为所述无烟状态，确定所述第一烟雾判断结果，具体包括：
获取所述图片烟雾数据的烟雾最高位置和所述图片烟囱数据的烟囱最低位置，以及最大允许距离；
根据所述烟囱最低位置、所述烟雾最高位置，以及所述最大允许距离，确定第一烟雾判断结果。


5.根据权利要求2所述的基于泊松融合的烟雾数据增强方法，其特征在于，所述根据所述图片烟囱数据及所述图片烟雾数据，判断所述待增强图片中的所述目标烟囱是否为所述无烟状态，确定所述第一烟雾判断结果，还包括：
获取所述图片烟囱数据的烟囱最左位置和烟囱最右位置；
获取所述图片烟雾数据的烟雾最右位置；
根据所述烟囱最左位置和所述烟囱最右位置，以及所述烟雾最右位置，确定第一烟雾判断结果。


6.根据权利要求2所述的基于泊松融合的烟雾数据增强方法，其特征在于，所述根据所述图片烟囱数据及所述图片烟雾数据，判断所述待增强图片中的所述目标烟囱是否为无烟状态，确定所述第一烟雾判断结果，还包括：
获取所述图片烟囱数据的烟囱最左位置和烟囱最右位置；
获取所述图片烟雾数据的烟雾最左位置；<...

【专利技术属性】
技术研发人员：申燚，欧阳一村，邢军华，许文龙，
申请(专利权)人：深圳中兴网信科技有限公司，
类型：发明
国别省市：广东;44