摘要
本发明提供一种水下微塑料检测方法、系统、存储介质,所述方法包括步骤:采集待检测的微塑料样本的偏振全息图;从偏振全息图中分离得到不同偏振方向的偏振图像,并对偏振图像进行融合处理,得到用于分类识别的融合图像;将融合图像输入到神经网络中进行微塑料的分类识别。本发明基于深度学习及偏振光成像原理,实现了微塑料的高效、精准识别。通过创新的网络结构设计,能够有效提高水下小目标识别的准确性,克服了传统方法在形态多样性和分散性方面的局限。该方案在复杂水下环境下亦能实现实时监测,显著提升了检测的准确性和速度,同时保证了样品的无损检测,兼备经济效益与生态效益。
技术关键词
全息图
残差模块
塑料
图像
局部特征提取
四分之一波片
偏振相机
偏振光
透镜模组
像素
分支
网络结构设计
识别神经网络
多头注意力机制
样本
识别模块
偏振片
可读存储介质
上采样
系统为您推荐了相关专利信息
车辆识别模块
判断方法
新能源汽车
深度学习模型
特征模板
球机
港口卸船机
定位识别方法
坐标系
定位识别装置
图像语义分割方法
高频特征
Gabor小波变换
Gabor滤波器
频率
生成对抗网络
离散余弦变换
训练集
多尺度特征提取
切片