-
公开(公告)号：CN113269067A
公开(公告)日：2021-08-17
申请号：CN202110532120.6
申请日：2021-05-17
Applicant: 中南大学
Abstract: 本发明涉及一种基于深度学习的周期性工业视频片段关键帧两阶段提取方法。该方法包括：获取工业视频图像，提取感兴趣区域，预处理，得到预处理后图像序列；构建基于深度学习的语义分割网络模型，提取所述预处理后图像的目标区域；第一阶段，构建卷积神经网络对所述预处理后图像进行分类，并对其时间序列进行分割，得候选关键帧序列集合；第二阶段，构建所述目标区域相似度矩阵，对所述候选关键帧序列进行聚类、筛选和融合，得关键帧。本发明针对工业视频特征复杂，当前方法缺乏全局性和局部性的问题，引入深度学习技术，以“先全局后局部”的两阶段思想，更快、更准确地提取了工业视频关键帧，对优化生产，实现提质增产具有指导意义。
-
Patent Agency Ranking
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：CN113269067B
公开(公告)日：2023-04-07
申请号：CN202110532120.6
申请日：2021-05-17
Applicant: 中南大学
IPC: G06V20/40 , G06V20/52 , G06V10/26 , G06V10/74 , G06Q10/0631 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种基于深度学习的周期性工业视频片段关键帧两阶段提取方法。该方法包括：获取工业视频图像，提取感兴趣区域，预处理，得到预处理后图像序列；构建基于深度学习的语义分割网络模型，提取所述预处理后图像的目标区域；第一阶段，构建卷积神经网络对所述预处理后图像进行分类，并对其时间序列进行分割，得候选关键帧序列集合；第二阶段，构建所述目标区域相似度矩阵，对所述候选关键帧序列进行聚类、筛选和融合，得关键帧。本发明针对工业视频特征复杂，当前方法缺乏全局性和局部性的问题，引入深度学习技术，以“先全局后局部”的两阶段思想，更快、更准确地提取了工业视频关键帧，对优化生产，实现提质增产具有指导意义。
-
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。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
