-
公开(公告)号:CN116843965A
公开(公告)日:2023-10-03
申请号:CN202310797838.7
申请日:2023-06-30
Applicant: 中北大学
IPC: G06V10/764 , G06V10/774 , G06V10/25 , G06V10/82 , G06V10/42 , G06V10/80 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及水位检测技术领域,具体公开了一种基于深度学习的水位智能检测方法,首先,提出强化小尺度特征的多层级特征融合方法来改进深度学习YOLOv5算法,强化算法对水尺刻度此类小目标的捕捉能力;然后,融合改进压缩激活网络(RankSENet模块)与Bottleneck Transformer模块进一步提升对水尺刻度的感知能力;最后,提出一种全新的水位高程解算方案,仅需利用部分水尺刻度锚框信息即可获得准确的水位高程信息,极大提升了检测方法的鲁棒性。
-
公开(公告)号:CN114022700A
公开(公告)日:2022-02-08
申请号:CN202111213591.7
申请日:2021-10-19
Applicant: 中北大学
IPC: G06V10/764 , G06V10/774 , G06K9/62 , G06N20/00
Abstract: 本发明公开了一种基于融合改进CLBP和感受野理论的煤岩图像识别分类方法,属于图像处理技术领域。首先,对煤岩图像进行灰度值转化,提取灰度图像的每一点像素值形成像素值矩阵,再使用中值处理的方法就像素矩阵进行降噪的操作,以增强算法的抗噪性能,在中值处理后得到的新的像素矩阵基础上,引入改进的完备局部二值模式(CLBP)图像特征描述子进行煤岩特征提取,最后使用网络模型进行识别分类。实验结果表明在煤岩数据库中对于煤岩的识别准确率达到94%,并且识别速率也比原始算法更优秀,本发明能有效的解决原始算法识别效率低下的问题,在煤岩识别的方法中能够高效的解决实际问题,具有一定的实用价值。
-
公开(公告)号:CN115908780A
公开(公告)日:2023-04-04
申请号:CN202211509073.4
申请日:2022-11-29
Applicant: 中北大学
Abstract: 本发明涉及水位检测技术领域,具体涉及一种针对复杂恶劣环境的无水尺水位智能检测方法,包括如下步骤:S1、采集水位图像;S2、选取水位线和标志物并标注;S3、输入目标检测神经网络,提取训练模型;S4、对水位线和标志物进行检测;S5、线性拟合,得到水位线表达公式;S6、计算当前水位线的像素高度;S7、确定当前水位线的实际高程。本发明提供的针对复杂恶劣环境的无水尺水位智能检测方法兼具成本低、智能化程度高、适应性强且受恶劣环境影响较小的优点,并且在样本数量大的前提下可以忽略个别样本误差的干扰,使本方法鲁棒性更强。
-
-