公开(公告)号：CN119229120A

公开(公告)日：2024-12-31

申请号：CN202411305889.4

申请日：2024-09-19

Applicant: 重庆大学

Inventor： 陈红生 ,  杨鹏 ,  郭乾坤 ,  张卓凡

IPC: G06V10/26 ,  G06F30/28 ,  G06F30/27 ,  G06N3/0455 ,  G06N3/0464 ,  G06V10/764 ,  G06V10/82 ,  G06F119/14 ,  G06F113/08

Abstract: 本发明属于数字图像处理技术领域，具体公开了一种基于深度学习的流化床气泡识别分割方法及系统，该方法通过采集不同操作气速下的流化床处的气泡视频，并周期性提取气泡图像作为数据样本，建立不同操作气速下的气泡图像数据集；将气泡图像数据集输入深度学习模型，训练深度学习模型，得到训练后的优化深度学习模型；获取待分割的气泡图像并输入优化深度学习模型，得到气泡分割图像；基于气泡分割图像，计算等效气泡直径、气泡上升速度和形状因子作为气泡特征，将气泡特征与预设特征对比，识别气泡行为。采用本技术方案，利用深度学习的语义分割方法，优化传统的数字图像处理技术，实现流化床中气泡的高效准确识别以及气泡行为的实时分析。