摘要
本申请公开了一种捞渣机液位的测量方法、装置、存储介质及电子设备,涉及数据处理技术领域,包括:通过获取工业摄像机采集的捞渣机渣池中液位标尺的图像数据;并基于双边滤波器对图像数据预处理,得到可识别图像数据;将可识别图像数据输入到预设深度学习模型中进行图像识别,得到液位标尺的点位信息,预设深度学习模型用于识别出图像中包含的液位标尺的点位信息;依据点位信息,确定出液位标尺的液位读数。与目前现有技术相比,本申请可以利用计算机图像识别技术对实时图像进行处理,在测量准确性提高的同时工作安全性大大提高,测量元器件受环境污染和腐蚀情况大大降低,不仅可以降低人工和设备成本,还可以提高测量出的液位的准确度。
技术关键词
图像数据预处理
液位标尺
双边滤波器
深度学习模型
工业摄像机
Retinex算法
测量方法
计算机程序产品
图像增强
图像识别技术
电子设备
处理器
数据处理技术
实时图像
识别模块
可读存储介质
系统为您推荐了相关专利信息
点云语义分割方法
面向无人机
三维点云数据
语义分割模型
预测类别
新能源发电预测
分时段
调频
电力系统
区域控制偏差
网络入侵检测
样本生成方法
深度学习模型
因子
递归神经网络
LSTM模型
特征分析方法
邻菲啰啉
长短期记忆网络
颜色