基于CNN网络判别机制的气液两相流图像重建方法及系统

AITNT
正文
推荐专利
基于CNN网络判别机制的气液两相流图像重建方法及系统
申请号:CN202510103116
申请日期:2025-01-22
公开号:CN120163747A
公开日期:2025-06-17
类型:发明专利
摘要
本发明公开了一种基于CNN网络判别机制的气液两相流图像重建方法及系统,方法包括步骤:S1、建立电容传感器三维模型,对管道横截面的电势分布进行仿真,得到电容敏感场矩阵;S2、获取电容传感器实物模型中电容传感器的电容值,形成电容矩阵;S3、基于电容敏感场矩阵和电容矩阵,利用LBP算法进行图像重建;S4、对重建图像的流型进行判别;若为两圆流,则将LBP算法切换至Landweber算法进行图像重建;否则直接输出LBP算法重建的图像结果;S5、对最终图像结果进行分割,计算气相与液相的体积含量比值。本发明具有提高图像重建精度,便于液气比的准确计算等优点。
技术关键词
图像重建方法 电容传感器 LBP算法 电极 矩阵 机制 CNN网络结构 图像重建系统 三维模型 计算机程序产品 处理器 积层 管道 图像分割 液相
系统为您推荐了相关专利信息
1
电线电缆在线质量检测方法、装置、电子设备及存储介质
电线电缆 贝叶斯网络模型 在线 决策 参数
2
一种基于涡流脉冲热成像缺陷的自动检测分割方法
涡流脉冲热成像 信号特征提取 分割方法 图像分割 阈值分割法
3
图像解码方法、装置、电子设备
图像解码方法 通道 语义结构 注意力机制 空间权重矩阵
4
一种基于上下文与掩模集成模块的多模态服装图像生成方法
集成模块 图像生成方法 交叉注意力机制 视觉特征 掩模
5
一种基于D-GCN和目标检测网络yolov5的多标签图像分类方法
图像分类方法 网络 深度学习计算机视觉 双线性池化 注意力
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号