一种基于机器视觉的废钢料堆库存变动检测方法

本发明提供了一种基于机器视觉的废钢料堆库存变动检测方法，属于机器视觉识别与机器学习领域；本发明通过在废钢堆料场不同位置安装两台摄像机，实现了多角度数据采集，增强了数据的全面性和立体感；利用立体摄影测量法结合两台摄像机捕获的重叠图像，提高了目标点三维坐标的精确度；利用双边滤波算法，有效提升了图像质量并保留边缘细节；通过图像金字塔技术，优化了数据存储和处理效率；设计的直方图均衡化技术增强了图像的对比度，提升图像的视觉质量；采用多层卷积神经网络与残差网络模块的结合，显著提升了网络的深度学习能力，有效提升了目标检测的准确性和网络性能；通过实时监测废钢料堆库存状态，确保了检测的时效性和准确。