摘要
本发明提供一种基于多模态视觉融合的煤矸石智能识别方法及系统,涉及煤炭分选领域,该方法包括:采集煤矸混合物的多模态图像数据;对多模态图像数据进行预处理;将可见光图像、高光谱图像及景深图像对齐;根据深度学习模型进行煤矸识别;根将可见光识别结果、高光谱识别结果进行融合;根据景深高度及煤矸识别结果进行体积估算得到煤、矸的体积;计算煤矸混合物的煤矸含量。本发明实施例基于多模态视觉信息的综合利用,增强了对煤矸石特征的捕捉能力,提高了识别的准确性和鲁棒性;基于融合策略的使用,使得来自不同图像模态的信息得到有效整合,提升了系统的识别性能;自动化程度高,可大幅减少人工成本,提高了分选效率。
技术关键词
煤矸识别
像素点
可见光图像
智能识别方法
景深
深度学习模型
融合算法
多模态图像数据
智能识别系统
视觉
高光谱相机
可见光相机
混合物
工控机
融合策略
鲁棒性
系统为您推荐了相关专利信息
红外热像仪图像
识别方法
编码器
可见光图像
数据分布
巡检机器
智能巡检系统
巡检数据
巡检路径
气体泄露检测
系统仿真模型
ROS系统
并联结构
节点
舵机连杆
可见光图像
全局特征提取
局部特征提取
融合方法
融合策略
Retinex模型
光照
高频噪声抑制
局部结构特征
编码模块