-
公开(公告)号:CN112801965A
公开(公告)日:2021-05-14
申请号:CN202110080319.X
申请日:2021-01-21
Applicant: 中南大学
Abstract: 本发明涉及一种基于卷积神经网络的烧结皮带异物监测方法及系统,所述方法包括:基于实时获取的皮带的监控视频信息,获取多帧异常检测图像;针对多帧异常检测图像中的每一帧异常检测图像进行预处理,获取预处理后的异常检测图像;针对预处理后的异常检测图像进行预先设定区域提取,获取第一检测图片;其中第一检测图片只含预先设定区域的图片;采用第一深度卷积神经网络模型对所述第一检测图片进行分类,获取分类结果;分类结果包括:正常生产图片或包含异物图片;第一深度卷积神经网络模型为预先经过第一预先设定的图片训练样本训练过的深度卷积神经网络模型;第一预先设定的图片训练样本包括:预先采集的皮带运输过程中的出现异物的图片。
-
公开(公告)号:CN111292312A
公开(公告)日:2020-06-16
申请号:CN202010118754.2
申请日:2020-02-26
Applicant: 中南大学
Abstract: 本发明提供了一种烧结热状态横向异质性在线定量测量方法,包括:获取烧结机尾断面图像,提取烧结料层横截面图片;对所述烧结料层横截面图片进行幂律变换和灰度化处理,抑制噪声干扰,得到第一图像;对所述第一图像进行阈值分割,并与烧结料层横截面图片进行Hadamard product运算,得到燃烧带图像;对所述燃烧带图像进行空间横向分割,绘制其空间洛伦兹曲线;结合所述燃烧带图像特征和空间洛伦兹曲线计算烧结横向异质性指数,对烧结热状态横向异质性进行在线定量测量。本发明利用计算机视觉图像,实现了烧结热状态横向异质性的在线定量测量,可高效地表征烧结热状态横向异质性各种情况,对优化烧结操作,提高烧结质量和产量具有指导意义。
-
公开(公告)号:CN113283339B
公开(公告)日:2023-04-07
申请号:CN202110570240.5
申请日:2021-05-25
Applicant: 中南大学
Abstract: 本发明提供了一种基于机器视觉的工业矿料运输皮带少料异常监测方法,获取工业运输皮带监测视频图像,复杂环境下异常监测图像的特征增强,采用融合两区域特征的皮带感兴趣区域两步提取方法,提取皮带感兴趣区域,采用边缘检测方法提取皮带表面矿料边缘,采用灰度共生矩阵对皮带表面纹理信息进行分析,采用基于Grubbs准则法的粗大误差处理方法对提取的图像特征量进行数据预处理,采用加权排序雷达图的方法将皮带表面纹理信息与矿料边缘信息进行融合,对工业矿料运输皮带少料异常进行判断。本发明实现对工业矿料运输皮带少料异常进行更快、更准、更全面的判断,对提高生产效率,减少异常影响范围具有重大意义。
-
公开(公告)号:CN111292312B
公开(公告)日:2022-08-12
申请号:CN202010118754.2
申请日:2020-02-26
Applicant: 中南大学
Abstract: 本发明提供了一种烧结热状态横向异质性在线定量测量方法,包括:获取烧结机尾断面图像,提取烧结料层横截面图片;对所述烧结料层横截面图片进行幂律变换和灰度化处理,抑制噪声干扰,得到第一图像;对所述第一图像进行阈值分割,并与烧结料层横截面图片进行Hadamard product运算,得到燃烧带图像;对所述燃烧带图像进行空间横向分割,绘制其空间洛伦兹曲线;结合所述燃烧带图像特征和空间洛伦兹曲线计算烧结横向异质性指数,对烧结热状态横向异质性进行在线定量测量。本发明利用计算机视觉图像,实现了烧结热状态横向异质性的在线定量测量,可高效地表征烧结热状态横向异质性各种情况,对优化烧结操作,提高烧结质量和产量具有指导意义。
-
公开(公告)号:CN113283339A
公开(公告)日:2021-08-20
申请号:CN202110570240.5
申请日:2021-05-25
Applicant: 中南大学
Abstract: 本发明提供了一种基于机器视觉的工业矿料运输皮带少料异常监测方法,获取工业运输皮带监测视频图像,复杂环境下异常监测图像的特征增强,采用融合两区域特征的皮带感兴趣区域两步提取方法,提取皮带感兴趣区域,采用边缘检测方法提取皮带表面矿料边缘,采用灰度共生矩阵对皮带表面纹理信息进行分析,采用基于Grubbs准则法的粗大误差处理方法对提取的图像特征量进行数据预处理,采用加权排序雷达图的方法将皮带表面纹理信息与矿料边缘信息进行融合,对工业矿料运输皮带少料异常进行判断。本发明实现对工业矿料运输皮带少料异常进行更快、更准、更全面的判断,对提高生产效率,减少异常影响范围具有重大意义。
-
-
-
-