图像处理方法、装置、电子设备及存储介质制造方法及图纸

技术编号:40846348 阅读:25 留言:0更新日期:2024-04-01 15:14
本申请提供的一种图像处理方法、装置、电子设备及存储介质,包括:获取待处理图像,确定图像处理的效果需求;将待处理图像输入至完成训练的利用卷积神经网络对蒙特卡洛树搜索算法进行调整的模型中,以根据模型对待处理图像进行光照增强处理,生成与效果需求对应的增强图像;输出增强图像。

【技术实现步骤摘要】

本申请涉及图像处理,尤其涉及一种图像处理方法、装置、电子设备及存储介质


技术介绍

1、电力行业运维检修对保障电力系统正常运行十分重要。以深度学习为基础的图像识别方法已在电力运维领域进行了广泛的试点应用,并取得了一定的应用效果。然而,在低光照环境下,受限于环境、采集设备等因素,采集到的电力运检图像往往质量较差,存在细节退化、色彩失真和噪声严重等问题,严重影响后续图像识别、目标检测过程,导致无法及时准确识别电力故障,影响电力系统安全高效运行。


技术实现思路

1、有鉴于此,本申请提出一种图像处理方法、装置、电子设备及存储介质,以解决或部分解决上述问题。

2、基于上述目的,本申请提供了一种图像处理方法,包括:

3、获取待处理图像,确定图像处理的效果需求;

4、将所述待处理图像输入至完成训练的利用卷积神经网络对蒙特卡洛树搜索算法进行调整的模型中,以根据所述模型对所述待处理图像进行光照增强处理,生成与所述效果需求对应的增强图像;

5、输出所述增强图像。

6、在本文档来自技高网...

【技术保护点】

1.一种图像处理方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述利用卷积神经网络对蒙特卡洛树搜索算法进行调整的模型的训练过程,包括:

3.根据权利要求2所述的方法,其特征在于,所述基于预设的调整动作利用蒙特卡洛树搜索算法生成决策树,包括:

4.根据权利要求3所述的方法,其特征在于,所述上置信界算法选择规则,具体为:

5.根据权利要求2所述的方法,其特征在于,所述将所述三元组输入深度卷积神经网络之前,所述方法还包括:

6.根据权利要求2所述的方法,其特征在于,所述深度卷积神经网络至少为ResNet-18网络...

【技术特征摘要】

1.一种图像处理方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述利用卷积神经网络对蒙特卡洛树搜索算法进行调整的模型的训练过程,包括:

3.根据权利要求2所述的方法,其特征在于,所述基于预设的调整动作利用蒙特卡洛树搜索算法生成决策树,包括:

4.根据权利要求3所述的方法,其特征在于,所述上置信界算法选择规则,具体为:

5.根据权利要求2所述的方法,其特征在于,所述将所述三元组输入深度卷积神经网络之前,所述方法还包括:

6.根据权利要求2所述的方法,其特征在于,所述深度卷积神经网络至少为resnet-18网络、resnet34网络、resnet50网络、resnet101网络或densenet121网络的一种。

7.根据权利要求2所述的方法,其特征在于,所述预设的调整动作至少包括:亮度调整、对比度调整、伽马校正、饱和度调整、色调旋转、灰度调整、最大三原色调整、中值滤波调整、高斯模糊滤波调整、锐化滤波调整、详细滤波调整、边缘增强滤波调整和/或平滑滤波调整中的任意一项。

8.根据权利要求2所述的方法,其特征在于,所述预设停止条件,包括:循环达到预设次数和/或满足预设损失函数。

9.根据权利要求1所述的方法,其特征在于,所述效果需求包括以效果为导向;

10.根据权利要求1所述的方法,其特征在于,所述效果需求包括以效率为导向;

11.一种图像处理装置,其特征在于,包括:

12.根据权利要求11所述的装置,其特征在于,所述处理模块中的利用卷积神经网络对蒙特卡洛树搜索算法进行调整的模型的训练过程,包括:...

【专利技术属性】
技术研发人员:邱镇周逸平陶俊刘璟郭庆黄晓光聂文萍崔迎宝王晓东张琳瑜陈振宇刘识李博李明董小菱
申请(专利权)人:国网信息通信产业集团有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1