• 微信
  • Facebook
  • 分享链接
ScholarMate
客服热线:400-1616-289
登录注册

基于卷积神经网络的智能钢渣检测方法和系统

熊凌; 严晨曦; 吴怀宇; 陈洋; 彭飞; 黄禹康; 张振洲; 但斌斌
武汉科技大学
武汉科技大学

摘要

本发明公开了一种基于卷积神经神经网络的智能钢渣检测方法和系统,包括钢渣图像识别、钢流目标检测、彩色钢渣图像分割步骤:以视频帧图像中的彩色钢渣图像为对象,采用基于改进的AlexNet卷积神经网络的图像识别方法识别出彩色钢渣图像;对彩色钢渣图像中的钢流信息进行检测,通过基于YOLOv3卷积神经网络的目标检测方法,将钢流从复杂的背景中检测出来,从而准确检测出钢流夹渣情况;基于Lab颜色空间的K均值聚类算法对彩色图像进行预处理并采用改进的Otsu图像分割算法,将钢渣从钢水中完全分离。利用可视化用户界面系统,进行钢渣可视化检测。本发明简便易行成本低,能够将钢渣和钢水进行区分,避免误检,提高钢渣图像的实时识别精度,提高钢水的纯净度。

关键词

-

出版信息

专利状态
授权
专利国别
CHINA
专利有效期
2019-10-17 ~ 2039-10-17
专利号
ZL201910990000.3
公开号
CN110796046B

学科领域

软件工程计算机科学与技术

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【立即咨询】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员 科研机构 科研动态爱瑞思软件

©2025 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417