-
公开(公告)号：CN114913092B
公开(公告)日：2024-06-28
申请号：CN202210550282.7
申请日：2022-05-20
Applicant: 西安交通大学
IPC: G06T5/00 , G06T5/50 , G06T5/92 , G06T7/13 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种在线铁谱反射光图像增强方法及系统，以在线铁谱反射光图像中磨粒的轮廓标记为基础，串联融合基于SqueezeNet‑Unet磨粒位置预测网络和ResNeXt‑CycleGAN图像转换网络构建在线铁谱反射光图像增强模型；确定基于SqueezeNet‑Unet的磨粒位置预测网络的损失函数，结合SSIM损失和L1损失优化ResNeXt‑CycleGAN图像转换网络的循环一致性损失函数，通过加权融合方式设计在线铁谱反射光图像增强模型的整体损失函数；以图像增强模型的整体损失函数作为优化目标，依次采用在线铁谱反射光原始图像和传统算法增强图像、原始图像和离线铁谱图像作为图像增强模型训练样本集，优化在线铁谱反射光图像增强模型，实现在线铁谱反射光图像中磨粒特征的增强。
-
Patent Agency Ranking
公开(公告)号：CN117115525A
公开(公告)日：2023-11-24
申请号：CN202311042942.1
申请日：2023-08-17
Applicant: 西安交通大学
IPC: G06V10/764 , G06V10/762 , G06V10/774 , G06V10/771 , G06V10/40 , G06V20/52
Abstract: 本发明公开了一种基于磨粒特征优选的磨损状态精准辨识方法，通过运动磨粒图像分析仪获取装备运行过程中磨粒特征构建初始样本，包括磨粒数量、尺寸、浓度、类型等多维特征；协同磨粒特征关注度和相关系数剔除具有高共线性的特征；以聚类分箱的方式构建磨粒特征隶属判别方法，将原始磨粒特征划分为若干磨粒子特征；以样本平均不纯度评价磨粒特征重要性来实现磨粒特征优选，并利用优选后的磨粒特征进行机械装备磨损状态评估。本发明以随机森林模型架构为基础，通过嵌入磨粒特征预选模块、密集化模块和分类模块建立了机械装备磨损状态辨识模型，解决了目前磨损状态评估中由于磨粒特征选择不合理导致辨识精度低的问题。
-
公开(公告)号：CN114972436A
公开(公告)日：2022-08-30
申请号：CN202210662548.7
申请日：2022-06-13
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于时空域联合信息的运动磨粒检测跟踪方法及系统，结合磨粒运动的时序信息建立基于自适应高斯混合模型和三帧差法的磨粒粗略检测模型，通过三帧差法消除成像环境亮度突变导致的磨粒误检测，实现磨粒的粗略检测；基于DRLSE模型建立磨粒精准边界搜索模型，逐次迭代搜索磨粒的精确边缘，提高磨粒区域检测的准确性；基于卡尔曼滤波模型构建运动磨粒跟踪模型，利用预测磨粒与跟踪磨粒的IOU相似度和形状相似度作为磨粒匹配相似度，通过模型迭代更新实现浓度大、速度快环境下的运动磨粒准确跟踪，显著提高了磨粒检测和跟踪结果的准确率，为机械设备运行状态实时监测奠定了基础。
-
公开(公告)号：CN115689985A
公开(公告)日：2023-02-03
申请号：CN202211020066.8
申请日：2022-08-24
Applicant: 西安交通大学
IPC: G06T7/00 , G06N3/0464 , G06N3/08 , G06T7/11 , G06V10/44 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于改进Mask‑RCNN网络的磨粒链分割方法及系统，通过在线铁谱仪采集的磨粒链反射光与透射光图像标记磨粒轮廓信息，构建分割数据集；选择多分辨率并行融合的网络作为特征提取层；定义基于置信度的IOU损失作为磨粒边界框回归支路的损失函数；加权融合磨粒分类支路、边界框回归支路和Mask支路的损失函数作为磨粒链分割模型的优化目标；将待分割图像输入模型中，并根据预测结果提取磨粒特征信息。本发明基于MaskR‑CNN网络进行改进，解决了目前磨粒链分割技术无法对磨粒链图像智能化分割的问题。
-
公开(公告)号：CN114913092A
公开(公告)日：2022-08-16
申请号：CN202210550282.7
申请日：2022-05-20
Applicant: 西安交通大学
Abstract: 本发明公开了一种在线铁谱反射光图像增强方法及系统，以在线铁谱反射光图像中磨粒的轮廓标记为基础，串联融合基于SqueezeNet‑Unet磨粒位置预测网络和ResNeXt‑CycleGAN图像转换网络构建在线铁谱反射光图像增强模型；确定基于SqueezeNet‑Unet的磨粒位置预测网络的损失函数，结合SSIM损失和L1损失优化ResNeXt‑CycleGAN图像转换网络的循环一致性损失函数，通过加权融合方式设计在线铁谱反射光图像增强模型的整体损失函数；以图像增强模型的整体损失函数作为优化目标，依次采用在线铁谱反射光原始图像和传统算法增强图像、原始图像和离线铁谱图像作为图像增强模型训练样本集，优化在线铁谱反射光图像增强模型，实现在线铁谱反射光图像中磨粒特征的增强。
-
公开(公告)号：CN114972436B
公开(公告)日：2024-02-23
申请号：CN202210662548.7
申请日：2022-06-13
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于时空域联合信息的运动磨粒检测跟踪方法及系统，结合磨粒运动的时序信息建立基于自适应高斯混合模型和三帧差法的磨粒粗略检测模型，通过三帧差法消除成像环境亮度突变导致的磨粒误检测，实现磨粒的粗略检测；基于DRLSE模型建立磨粒精准边界搜索模型，逐次迭代搜索磨粒的精确边缘，提高磨粒区域检测的准确性；基于卡尔曼滤波模型构建运动磨粒跟踪模型，利用预测磨粒与跟踪磨粒的IOU相似度和形状相似度作为磨粒匹配相似度，通过模型迭代更新实现浓度大、速度快环境下的运动磨粒准确跟踪，显著提高了磨粒检测和跟踪结果的准确率，为机械设备运行状态实时监测奠定了基础。
-
-
-
-
-
Search Results
6
records
(took 0.013 seconds)
