个人卖家：
使命而来
| 使用环境 | 在紫外成像传感器中，用于提升电晕检测中紫外图像的成像质量，适用于高压输电线路的电晕检测场景。 |
|---|---|
| 使用对象 | 紫外图像中的电晕信号，特别是高噪声背景下的微弱电晕信号。 |
| 使用目的 | 通过去噪提升紫外图像的质量，增强电晕信号的显著性，提高电晕检测的准确性和可靠性。 |
| 输入数据 | 紫外图像，分辨率720pixel×576 pixel。 |
| 输出数据 | 去噪后的紫外图像，增强后的电晕信号。 |
| 硬件配置 | CPU：12th Gen Intel(R) Core (TM) i7-12700F 2.10GHz；GPU：NVIDIA GeForce RTX 3060；内存：16GB；操作系统：Windows 10 64位系统。 |
| 样本获取 | 在不同放电电压条件下，通过紫外成像传感器采集的紫外序列图像，共8幅图像，分辨率均为720pixel×576pixel。 |
| 测试结果 | 在单电晕和多电晕检测条件下，质心坐标标准差平均值约为形态学方法的10%，检测精度达到形态学方法平均值的3倍。 |
| 执行速度 | 去噪时间为0.2s/次。 |
| 资源消耗 | 在上述硬件配置下，CPU平均占用率约70%，GPU平均占用率约80%，内存使用量约8GB。 |
| 源码类型 | 本算法有Python版本源码，可提供授权使用。 |
| 文件大小 | 算法程序文件50K，权重文件150M。 |
| 相关备注 |
| 买家 | 规格或版本 | 评分 | 评价 | 时间 |