摘要
本发明提供了一种基于图像梯度信息的煤矿井下水仓淤积度检测方法,在水仓的顶部设置多个位置标牌,在水仓底部对应设置多个标定盘;获取水仓内的图像信息;建立图像坐标系并根据位置标牌及标定盘的位置信息,将图像中水仓底部区域划分为多个识别区域;构建淤积程度分类识别神经网络;将实时水仓图像中的每个识别区域,分别送入淤积程度分类识别神经网络中进行识别和输出每个识别区域的淤积程度。本发明通过在水仓内设置摄像头、位置标牌和标定盘,获取水仓内图像后建立图像坐标系,并通过参照物的坐标信息将水仓底部的淤积区域划分为多个识别区域,通过淤积程度分类识别神经网络对各识别区域的淤积程度进行识别后,再通过查表判别整体的淤积程度。
技术关键词
煤矿井下水仓
图像梯度信息
度检测方法
识别神经网络
标牌
坐标系
分辨率
字符
策略
标识
直线
通道
系统为您推荐了相关专利信息
厚度检测方法
识别算法
原子力显微镜
二维材料
视觉
胎心监护数据
神经网络架构
孕妇
识别神经网络
特征提取模块
智能人机交互系统
塔台
数据处理模块
兴趣
注视点
滑动轴承
识别神经网络
水污染
振动信号特征
时间序列特征
卷积神经网络模型
多模型
识别方法
平滑方法
梅尔频率倒谱系数