[發(fā)明專利]一種基于對抗邊緣學(xué)習(xí)的印刷工藝中圖像出血位預(yù)測方法在審
| 申請?zhí)枺?/td> | 202111497526.1 | 申請日: | 2021-12-09 |
| 公開(公告)號: | CN114331875A | 公開(公告)日: | 2022-04-12 |
| 發(fā)明(設(shè)計(jì))人: | 張新鵬;嚴(yán)振;馮國瑞 | 申請(專利權(quán))人: | 上海大學(xué) |
| 主分類號: | G06T5/00 | 分類號: | G06T5/00;G06T5/40;G06T7/00;G06K9/62;G06V10/30;G06V10/34 |
| 代理公司: | 上海上大專利事務(wù)所(普通合伙) 31205 | 代理人: | 何文欣 |
| 地址: | 200444*** | 國省代碼: | 上海;31 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 對抗 邊緣 學(xué)習(xí) 印刷 工藝 圖像 出血 預(yù)測 方法 | ||
1.一種基于對抗邊緣學(xué)習(xí)的印刷工藝中圖像出血位預(yù)測方法,其特征在于,具體操作步驟如下:
步驟1:首先對需要初始位圖進(jìn)行預(yù)處理,初始位圖大多由印刷成品經(jīng)掃描儀獲得,圖像存在噪聲,會影響出血效果,采用高斯濾波器實(shí)現(xiàn)線性平滑濾波,并采用直方圖變換和高通濾波器對于圖像的空域和頻域進(jìn)行增強(qiáng)處理,使得圖像的顏色層次更加鮮明,邊緣輪廓更加清晰;采用顏色分離算法,將整個圖像按照顏色分離得到單顏色通道圖像并做二值化處理,凸顯出圖像中線條紋理且便于出血位的預(yù)測;
步驟2:使用在所述步驟1中得到的單顏色通道灰度圖進(jìn)行隨機(jī)裁剪出20000張512*512大小的圖片當(dāng)成訓(xùn)練集,測試集和驗(yàn)證集由500張隨機(jī)裁剪的512*512大小的圖片構(gòu)成,制作與訓(xùn)練集、測試集、驗(yàn)證集數(shù)量相同的掩模圖集圖集由大小為512*512像素,四個方向處100像素置為0的四種掩模圖均勻分布構(gòu)成,置0處為對應(yīng)原圖中四個方向需要出血的部分;
步驟3:進(jìn)行模型訓(xùn)練,訓(xùn)練輪廓生成網(wǎng)絡(luò):
輪廓生成網(wǎng)絡(luò)包含一對生成器和判別器,生成器由兩個編碼器組成,將輸入圖像進(jìn)行兩次下采樣,再使用四個殘差塊和兩次上采樣回到原始大小的解碼器,在殘差塊層中使用空洞卷積替代普通卷積,增加后續(xù)層的感受野;判別器使用70×70PatchGAN;使用Canny邊緣檢測算法生成邊緣圖,將邊緣圖、掩膜圖,、灰度圖輸入到輪廓生成網(wǎng)絡(luò)的生成器,用于生成完全的邊緣映射圖;訓(xùn)練圖像修復(fù)網(wǎng)絡(luò),圖像修復(fù)網(wǎng)絡(luò)與輪廓生成網(wǎng)絡(luò)的差異在于輸入不同和判別器的不同;將輪廓生成網(wǎng)絡(luò)中得到的邊緣映射圖與灰度圖輸入到圖像修復(fù)網(wǎng)絡(luò)中的生成器,進(jìn)行圖像修復(fù)任務(wù)的訓(xùn)練;
步驟4:在模型訓(xùn)練完畢后進(jìn)行出血位預(yù)測,將灰度圖與掩膜圖輸入到模型中進(jìn)行測試,實(shí)現(xiàn)對邊界處出血位區(qū)域的填充。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于上海大學(xué),未經(jīng)上海大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202111497526.1/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇:一種墻體粉刷檢測機(jī)
- 下一篇:珠光體片層間距三維測量方法
- 農(nóng)業(yè)信息對抗資源目標(biāo)規(guī)劃最優(yōu)分配方法
- 農(nóng)業(yè)信息對抗資源模糊規(guī)劃最優(yōu)分配方法
- 農(nóng)業(yè)信息對抗資源線性規(guī)劃最優(yōu)分配方法
- 基于聚類數(shù)據(jù)挖掘的對抗行為搜索算法
- 面向多種對抗圖片攻擊的協(xié)同免疫防御方法
- 一種自適應(yīng)對抗強(qiáng)度的對抗訓(xùn)練方法
- 對抗攻擊模型的訓(xùn)練方法及裝置
- 對抗樣本的生成方法和裝置
- 多樣本對抗擾動生成方法、裝置、存儲介質(zhì)和計(jì)算設(shè)備
- 一種無人集群協(xié)同博弈對抗的控制方法及系統(tǒng)
- 根據(jù)用戶學(xué)習(xí)效果動態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲介質(zhì)
- 基于強(qiáng)化學(xué)習(xí)的自適應(yīng)移動學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲介質(zhì)
- 游戲?qū)W習(xí)效果評測方法及系統(tǒng)





