摘要
本发明公开了一种基于多类异质图像特征的焦粉水分在线识别方法,属于图像识别领域。本发明为了解决传统在线水分检测方法无法适应烧结实际生产要求的难题,提出一种基于多类异质图像特征的焦粉水分在线识别方法,以烧结焦粉为对象,通过采集焦粉在不同水分下的RGB图像,对图像进行亮度校正以及小波变换等预处理,形成多类异质焦粉图像,随后分别提取了焦粉多类异质图像中基于亮度和纹理的多类图像特征,并结合SHAP特征分析结果寻找最优特征子集,进一步提高烧结焦粉水分预测精度,新提出的算法不仅能够剔除那些无用或冗余的特征,减少对计算资源的依赖,大幅提升计算速度,而且能够显著提升模型的泛化能力和预测精度,增强模型的应用效果。
技术关键词
在线识别方法
异质
XGBoost模型
亮度校正
在线水分检测
图像高频信息
CCD工业相机
表面图像数据
光照鲁棒性
纹理特征
高频滤波器
机器学习模型
像素
相机镜头
算法
样品台
补光灯