公开(公告)号：CN114113530A

公开(公告)日：2022-03-01

申请号：CN202111459353.4

申请日：2021-12-02

Applicant: 大连理工大学

Inventor： 辛卓航 ,  房冲 ,  王野 ,  张弛 ,  李佳欣 ,  宋长春

IPC: G01N33/18

Abstract: 本发明涉及湖泊富营养化监测技术领域，公开了一种基于遥感的湖泊富营养化监测方法，包括以下步骤：步骤一：先将目标地点周围的多个水体进行采样，在采样完成后，对不同地点水体的成分进行分析，在分析完成后，在指定湖泊内部的多个位置插入设置有遥感富营养化检测站。本发明由于在在湖泊上多个位置设置遥感富营养化检测站和浮箱，可以利用多个遥感富营养化检测站上的遥感摄像头，对湖泊的多个位置进行监测，当检测到多个位置的水体都出现问题时，浮箱内部的采样无人机会自动进行采样，自动带回采样水体，供研究人员分析，从而进行遥感监测。

公开(公告)号：CN111738939B

公开(公告)日：2022-02-15

申请号：CN202010490188.8

申请日：2020-06-02

Applicant: 大连理工大学

Inventor： 王野 ,  孙亮 ,  葛宏伟 ,  谭国真

IPC: G06T5/00

Abstract: 一种基于半训练生成器的复杂场景图像去雾方法，属于应用于复杂环境的图像去雾领域，包括训练过程和使用过程。训练过程中，首先，使用CycleGAN网络在任意图像去雾数据集上进行训练，每训练50次输出一个实时去雾图像并保存当前模型，训练到2000次结束；其次，重复上述过程十次；最后，在保存的效果图中选取去雾效果最好并且没有颜色信息的无雾灰度图像，将其对应的保存模型中的生成器G作为最终的草图模块。使用时，将任何场景的有雾图像输入草图模块中，均可输出去雾后的灰度图像。本发明应用范围不局限于训练的数据集，该方法具有极强的适应性、可视性和真实性，能够应用到任何场景中，且能够帮助智能系统在受到浓雾影响的环境中也能发挥一定的效能。

公开(公告)号：CN111738939A

公开(公告)日：2020-10-02

申请号：CN202010490188.8

申请日：2020-06-02

Applicant: 大连理工大学

Inventor： 王野 ,  孙亮 ,  葛宏伟 ,  谭国真

IPC: G06T5/00

Abstract: 一种基于半训练生成器的复杂场景图像去雾方法，属于应用于复杂环境的图像去雾领域，包括训练过程和使用过程。训练过程中，首先，使用CycleGAN网络在任意图像去雾数据集上进行训练，每训练50次输出一个实时去雾图像并保存当前模型，训练到2000次结束；其次，重复上述过程十次；最后，在保存的效果图中选取去雾效果最好并且没有颜色信息的无雾灰度图像，将其对应的保存模型中的生成器G作为最终的草图模块。使用时，将任何场景的有雾图像输入草图模块中，均可输出去雾后的灰度图像。本发明应用范围不局限于训练的数据集，该方法具有极强的适应性、可视性和真实性，能够应用到任何场景中，且能够帮助智能系统在受到浓雾影响的环境中也能发挥一定的效能。