System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 图像信号动态滤波系统技术方案_技高网

图像信号动态滤波系统技术方案

技术编号:41464016 阅读:2 留言:0更新日期:2024-05-30 14:20
本发明专利技术涉及一种图像信号动态滤波系统,包括:种类优选机构,基于AI预测模型根据某一项设定滤波算法对应的二进制表示数据流智能预测采用某一项滤波算法对定制插值图像进行滤波处理后获得的画面清晰度;自适应修正机构,将各种滤波算法分别经过AI预测模型执行智能预测以分别获得各份画面清晰度,将画面清晰度最大值最优的滤波算法作为目标滤波算法。本发明专利技术的图像信号动态滤波系统运行智能、操作简便。由于能够将各种滤波算法分别经过AI预测模型执行智能预测以分别获得各份画面清晰度,将画面清晰度最大值最优的滤波算法作为目标滤波算法对定制插值图像执行相应的滤波处理,从而提升了网络回传的污水排水管网对应的现场图像的清晰度。

【技术实现步骤摘要】

本专利技术涉及图像信号滤波领域,更具体地,涉及一种图像信号动态滤波系统


技术介绍

1、一般地,噪声信号与要研究的对象不相关它以无用的信息形式出现,扰乱图像的可观测信息。对于数字图像信号,噪声表为或大或小的极值,这些极值通过加减作用于图像像素的真实灰度值上,对图像造成亮、暗点干扰,极大降低了图像质量,影响图像复原、分割、特征提取、图像识别等后继工作的进行。要构造一种有效抑制噪声的滤波器必须考虑两个基本问题:能有效地去除目标和背景中的噪声;同时,能很好地保护图像目标的形状、大小及特定的几何和拓扑结构特征。

2、当前,为了对污水排水管网进行持续监控,一般会采用摄像机构对污水排水管网进行不同时刻的连续拍摄,以获得多帧现场图像,然而由于多帧现场图像的画面内容不同,如果采用同一滤波算法必然会导致多帧现场图像滤波后的画面并不都是最佳,因此,需要一种动态滤波处理模式为多帧现场图像提供各自需要的最佳滤波算法。


技术实现思路

1、为了解决相关领域的技术问题,本专利技术提供了一种图像信号动态滤波系统,能够将各种滤波算法分别经过ai预测模型执行智能预测以分别获得各份画面清晰度,将画面清晰度最大值最优的滤波算法作为目标滤波算法对定制插值图像执行相应的滤波处理,以获得并输出用于网络回传的自适应滤波图像,从而提升了网络回传的污水排水管网对应的现场图像的清晰度。

2、根据本专利技术,提供了一种图像信号动态滤波系统,所述系统包括:

3、管网录像设备,设置在用于执行污水排出的污水排水管网的对面,用于基于网络控制指令启动对污水排水管网所在环境的成像操作,以获得对应的即时成像帧;

4、排序滤波设备,设置在污水排水管网附近的控制盒内且与所述管网录像设备连接,用于对接收到的即时成像帧执行统计排序滤波处理,以获得并输出相应的排序滤波图像;

5、点像复原设备,与所述排序滤波设备连接,用于对接收到的排序滤波图像执行单次或多次点像复原处理,以获得并输出相应的信号复原图像;

6、内容丰富设备,与所述点像复原设备连接,用于对接收到的信号复原图像执行双线性插值处理,以获得并输出相应的定制插值图像;

7、种类优选机构,设置在所述控制盒内且与所述内容丰富设备连接,用于从定制插值图像中提取多项信息参数,所述多项信息参数包括所述定制插值图像的像素行数量、像素列数值、各种噪声种类分别对应的各份最大噪声幅值以及各个像素点分别对应的灰度数值,对卷积神经网络执行多次学习以获得ai预测模型,基于ai预测模型根据某一项设定滤波算法对应的二进制表示数据流、所述定制插值图像的对比度以及所述多项信息参数智能预测采用所述某一项滤波算法对所述定制插值图像进行滤波处理后获得的画面清晰度,其中,所述卷积神经网络学习的次数与各种噪声种类的数量成正比;

8、自适应修正机构,与所述种类优选机构连接,用于将各种滤波算法分别经过所述ai预测模型执行智能预测以分别获得各份画面清晰度,将画面清晰度最大值最优的滤波算法作为目标滤波算法对定制插值图像执行相应的滤波处理,以获得并输出用于网络回传的自适应滤波图像;

9、其中,各种滤波算法包括统计排序滤波算法、最大值滤波算法、最小值滤波算法、中点滤波算法、阿尔法均值滤波算法、自适应滤波算法、双边滤波算法、导向滤波算法以及盒式滤波算法。

10、因此,本专利技术至少具备以下四处有益的技术效果:

11、技术效果a:从定制插值图像中提取多项信息参数,所述多项信息参数包括所述定制插值图像的像素行数量、像素列数值、各种噪声种类分别对应的各份最大噪声幅值以及各个像素点分别对应的灰度数值;

12、技术效果b:对卷积神经网络执行多次学习以获得ai预测模型,其中,所述卷积神经网络学习的次数与各种噪声种类的数量成正比,从而完成对ai预测模型的结构的定制;

13、技术效果c:基于ai预测模型根据某一项设定滤波算法对应的二进制表示数据流、所述定制插值图像的对比度以及所述多项信息参数智能预测采用所述某一项滤波算法对所述定制插值图像进行滤波处理后获得的画面清晰度;

14、技术效果d:将各种滤波算法分别经过ai预测模型执行智能预测以分别获得各份画面清晰度,将画面清晰度最大值最优的滤波算法作为目标滤波算法对定制插值图像执行相应的滤波处理,以获得并输出用于网络回传的自适应滤波图像,从而提升了网络回传的污水排水管网对应的现场图像的清晰度。

15、本专利技术的图像信号动态滤波系统运行智能、操作简便。由于能够将各种滤波算法分别经过ai预测模型执行智能预测以分别获得各份画面清晰度,将画面清晰度最大值最优的滤波算法作为目标滤波算法对定制插值图像执行相应的滤波处理,从而提升了网络回传的污水排水管网对应的现场图像的清晰度。

本文档来自技高网...

【技术保护点】

1.一种图像信号动态滤波系统,其特征在于,所述系统包括:

2.如权利要求1所述的图像信号动态滤波系统,其特征在于:

3.如权利要求2所述的图像信号动态滤波系统,其特征在于,所述系统还包括:

4.如权利要求3所述的图像信号动态滤波系统,其特征在于:

5.如权利要求3所述的图像信号动态滤波系统,其特征在于:

6.如权利要求5所述的图像信号动态滤波系统,其特征在于:

7.如权利要求3-6任一所述的图像信号动态滤波系统,其特征在于,所述系统还包括:

8.如权利要求7所述的图像信号动态滤波系统,其特征在于:

9.如权利要求8所述的图像信号动态滤波系统,其特征在于:

【技术特征摘要】

1.一种图像信号动态滤波系统,其特征在于,所述系统包括:

2.如权利要求1所述的图像信号动态滤波系统,其特征在于:

3.如权利要求2所述的图像信号动态滤波系统,其特征在于,所述系统还包括:

4.如权利要求3所述的图像信号动态滤波系统,其特征在于:

5.如权利要求3所述的图像信号动...

【专利技术属性】
技术研发人员:庄宿笼周建新余位冯翔宇徐欢
申请(专利权)人:广州得生环保科技有限公司
类型:发明
国别省市:

相关技术
    暂无相关专利
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