-
Patent Agency Ranking
公开(公告)号：CN109859224B
公开(公告)日：2023-01-24
申请号：CN201910097454.8
申请日：2019-01-31
Applicant: 东北大学
Abstract: 本发明涉及一种传送带矿岩颗粒图像分割方法；包括以下步骤：101、针对待分割的传送带矿岩颗粒图像进行预处理，并输入至预先训练的第一卷神经网络模型获取第一轮廓图；102、将第一轮廓图输入至预先训练的第二卷积神经网络模型获取第二轮廓图；103、利用预设阈值将第二轮廓图进行二值化处理，再将二值化图经过形态学闭运算处理获取第三轮廓图；104、获取第三轮廓图中轮廓、轮廓的最小外接矩形和轮廓的面积，利用轮廓的最小外接矩形和轮廓的面积进行筛选，绘制筛选后的轮廓作为分割图；本发明方法利用深度学习实现了传送带矿岩图像轮廓检测和矿岩尺寸分布的自动统计，降低了对图像清晰度的需求，图像分割准确且应用方便。
-
公开(公告)号：CN109859187A
公开(公告)日：2019-06-07
申请号：CN201910097758.4
申请日：2019-01-31
Applicant: 东北大学
Abstract: 本发明涉及一种爆堆矿岩颗粒图像分割方法；包括：S1将待分割的爆堆矿岩颗粒图像输入至预先训练的第一卷积神经网络模型，获取第一概率图及第一轮廓图；S2利用闭合轮廓的周长和面积修正第一概率图获取第一修正概率图；S3将第一修正概率图输入至预先训练的第二卷积神经网络模型，获取第二概率图及第二轮廓图；S4借助第二卷积神经网络获取第n+1概率图，直至第n+1轮廓图中所有轮廓总面积与第一概率图的分辨率比值大于等于1；S5将第n轮廓图和第n+1轮廓图相加作为分割图；本发明方法采用深度学习的卷积网络提取轮廓，连续性较好且杂点少，对粘连矿岩颗粒的边缘实现了准确分割，避免了复杂参数的调整，分割精度高具有较佳的实用性。
-
公开(公告)号：CN109859224A
公开(公告)日：2019-06-07
申请号：CN201910097454.8
申请日：2019-01-31
Applicant: 东北大学
Abstract: 本发明涉及一种传送带矿岩颗粒图像分割方法；包括以下步骤：101、针对待分割的传送带矿岩颗粒图像进行预处理，并输入至预先训练的第一卷神经网络模型获取第一轮廓图；102、将第一轮廓图输入至预先训练的第二卷积神经网络模型获取第二轮廓图；103、利用预设阈值将第二轮廓图进行二值化处理，再将二值化图经过形态学闭运算处理获取第三轮廓图；104、获取第三轮廓图中轮廓、轮廓的最小外接矩形和轮廓的面积，利用轮廓的最小外接矩形和轮廓的面积进行筛选，绘制筛选后的轮廓作为分割图；本发明方法利用深度学习实现了传送带矿岩图像轮廓检测和矿岩尺寸分布的自动统计，降低了对图像清晰度的需求，图像分割准确且应用方便。
-
公开(公告)号：CN109859187B
公开(公告)日：2023-04-07
申请号：CN201910097758.4
申请日：2019-01-31
Applicant: 东北大学
Abstract: 本发明涉及一种爆堆矿岩颗粒图像分割方法；包括：S1将待分割的爆堆矿岩颗粒图像输入至预先训练的第一卷积神经网络模型，获取第一概率图及第一轮廓图；S2利用闭合轮廓的周长和面积修正第一概率图获取第一修正概率图；S3将第一修正概率图输入至预先训练的第二卷积神经网络模型，获取第二概率图及第二轮廓图；S4借助第二卷积神经网络获取第n+1概率图，直至第n+1轮廓图中所有轮廓总面积与第一概率图的分辨率比值大于等于1；S5将第n轮廓图和第n+1轮廓图相加作为分割图；本发明方法采用深度学习的卷积网络提取轮廓，连续性较好且杂点少，对粘连矿岩颗粒的边缘实现了准确分割，避免了复杂参数的调整，分割精度高具有较佳的实用性。
-
公开(公告)号：CN116559584A
公开(公告)日：2023-08-08
申请号：CN202310490343.X
申请日：2023-05-04
Applicant: 东北大学
Abstract: 本发明公开了一种自适应电压暂降波形分解方法及系统，涉及电压暂降技术领域，包括以下步骤：获取复合扰动信号；通过完全自适应噪声集合经验模态分解方法对复合扰动信号进行分解，生成多个本征模态函数分量；根据模糊熵的大小将多个本征模态函数分量中对应的高频本征模态函数分量去除并将其余本征模态函数分量进行合并，获得重构信号；采用最优参数的变分模态分解方法对重构信号进行分解，生成多个变分模态分量；通过评价函数将重构信号分别与多个变分模态分量进行相似度计算，选择相似度最高的变分模态分量作为输出的电压暂降波形。本发明提出了一种考虑模糊熵的两阶段分解技术来自动获得更稳定的信号序列，提高了信号的分解性能。
-
-
-
-
Search Results
5
records
(took 0.014 seconds)
