-
公开(公告)号:CN118781103B
公开(公告)日:2024-12-20
申请号:CN202411246576.6
申请日:2024-09-06
Applicant: 厦门市政环境科技股份有限公司
IPC: G06T7/00 , G06V10/25 , G06V10/764 , G06V10/82 , G06V10/774 , G06N5/04
Abstract: 本发明提供了一种沉淀区水质的检测方法、装置、设备及存储介质,通过接收由图像采集装置每隔预设时长发送的沉淀区图像,并对所述沉淀区图像进行预处理;接着,调用预训练的CNN模型提取预处理后的所述沉淀区图像,以生成特征向量;再接着,计算所述特征向量与每一标准图像特征向量之间的距离,确定最小距离的标准图像并生成对应的索引;最后,根据所述索引对所述沉淀区图像进行推理,以生成水质标签与积泥厚度标签。解决了对水质和积泥厚度测量不准确的问题。
-
公开(公告)号:CN119229169A
公开(公告)日:2024-12-31
申请号:CN202411106912.7
申请日:2024-08-13
Applicant: 厦门市政环境科技股份有限公司 , 哈尔滨工业大学 , 厦门水务中环污水处理有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/30 , G06V10/20 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于图像识别技术的净水设备状态辨识方法,所述方法包括如下步骤:步骤S1、图像的采集与处理;步骤S2、图像的标记;步骤S3、训练模型;步骤S4、深度学习模型的验证与调优;步骤S5、净水设备异常状态辨识。经过水质图像算法的处理,本身特征并不明显的微生物被加强显示,而背景噪声和干扰项则受到模糊处理,微生物和周围背景的对比度更加显著;同时,采用此净水设备状态辨识方法,可以大大提高辨识净水设备运行状态的工作效率与准确率。
-
公开(公告)号:CN119229170A
公开(公告)日:2024-12-31
申请号:CN202411106914.6
申请日:2024-08-13
Applicant: 厦门市政环境科技股份有限公司 , 哈尔滨工业大学 , 厦门水务中环污水处理有限公司
IPC: G06V10/764 , G06V10/44 , G06V10/20 , G06V10/30 , G06V10/774 , G06V10/82 , A47B81/00 , G06N3/0464
Abstract: 本发明公开了一种控制柜柜门开关状态识别与控制装置,所述装置包括伺服电机、金属外壳、曲杆、强磁铁、导槽和工业摄像机,其中:所述金属外壳固定在控制柜侧壁的内侧;所述伺服电机固定在金属外壳内部;所述曲杆的一端与直杆铰接后固定在金属外壳内,曲杆的另一端磁吸一块强磁铁,伺服电机通过外部供电驱动直杆带动曲杆转动;所述柜门的内侧与曲杆相同高度处固定有供强磁铁活动的导槽,强磁铁通过与导槽滑动接触带动柜门转动;所述工业摄像机固定在控制柜侧壁的内侧且位于曲杆上方,负责采集曲杆的样本。本发明采用简单机械构件实现控制柜门的开关控制,并通过曲杆角度与柜门开关映射关系实时检测柜门开关状态,应对各种紧急环境。
-
公开(公告)号:CN119206699A
公开(公告)日:2024-12-27
申请号:CN202411352941.1
申请日:2024-09-26
Applicant: 厦门市政环境科技股份有限公司
IPC: G06V20/62 , G06V30/14 , G06V30/18 , G06V30/19 , G06V30/148 , G06V10/82 , G06N3/0464 , G06N3/045
Abstract: 本发明提供了一种仪表表盘读数的识别方法、装置、设备及存储介质,通过先获取由图像采集装置采集到的待识别图像,调用预训练的YOLOv5模型对所述待识别图像进行识别,以定位出表盘区域图像;接着,调用预训练的DeepLabV3+模型对所述表盘区域图像进行进行特征提取,以生成深层特征和浅层特征;最后,对所述成深层特征和所述浅层特征进行融合,以生成融合特征,对所述融合特征进行语义分割并识别输出表盘的读数结果。解决了因拍摄的图像质量差,导致识别精度和可靠性不足的问题。
-
公开(公告)号:CN118781103A
公开(公告)日:2024-10-15
申请号:CN202411246576.6
申请日:2024-09-06
Applicant: 厦门市政环境科技股份有限公司
IPC: G06T7/00 , G06V10/25 , G06V10/764 , G06V10/82 , G06V10/774 , G06N5/04
Abstract: 本发明提供了一种沉淀区水质的检测方法、装置、设备及存储介质,通过接收由图像采集装置每隔预设时长发送的沉淀区图像,并对所述沉淀区图像进行预处理;接着,调用预训练的CNN模型提取预处理后的所述沉淀区图像,以生成特征向量;再接着,计算所述特征向量与每一标准图像特征向量之间的距离,确定最小距离的标准图像并生成对应的索引;最后,根据所述索引对所述沉淀区图像进行推理,以生成水质标签与积泥厚度标签。解决了对水质和积泥厚度测量不准确的问题。
-
-
-
-