摘要
本发明公开了基于计算机视觉的矿山钢丝绳缺陷识别方法及相关设备,涉及矿山钢丝绳缺陷识别技术领域,本发明通过低照度图像自适应增强网络模型对低照度的钢丝绳图像进行图像增强处理,得到高质量的增强钢丝绳图像,以克服曝光时间短以及照明条件受限所造成的图像质量低的问题,进而克服现有技术中矿山内光照条件差造成的视频图像采集质量低的缺陷;基于增强后的钢丝绳图像,采用改进的YOLOv8m网络模型对增强钢丝绳图像进行缺陷识别,得到钢丝绳缺陷,其在保留视觉信息完整性的情况下提升了钢丝绳视觉缺陷识别能力。
技术关键词
缺陷识别方法
钢丝绳
计算机视觉
照度
Retinex算法
分量特征
视觉检测设备
矿山
网络
ReLU函数
缺陷识别技术
因子
缺陷识别系统
注意力
图像增强模块
空间特征提取
图像获取模块
系统为您推荐了相关专利信息
筛选系统
计算机视觉
视觉探测器
图像处理装置
进料器
家居智能控制方法
温湿度
智能家居系统
聚类
计算机视觉
手机识别方法
canny算子
深度学习模型
视频
颜色直方图
图像特征向量
语义向量
图像匹配
大语言模型
文本