摘要
本发明属于图像处理领域,本发明公开了一种基于筛上物AI识别系统和方法;包括:采集渣井内视频流,使用自适应帧率对视频流进行关键帧提取,使用混合滤波算法对图像进行初步降噪处理,使用改进的NLM滤波进行噪音平滑处理,使用改进的拉普拉斯算子进行图像清晰处理,使用失真校正模型对图像进行变形校正,集成模型通过改进的YOLOv8模型和SAM模型进行渣块的信息输出,改进的YOLOv8模型引入CBAM注意力机制增强模型对渣块特征的关注度,使用优化的K‑means聚类对模型进行微调,将输出为渣块的轮廓、面积和形状信息布置到可视化界面上,并判断积渣状态,提供预警信息,实现筛上物的智能识别。
技术关键词
识别系统
视频流
拉普拉斯
可视化界面
红外摄像设备
滤波算法
校正
关键帧
图像数据采集模块
棋盘格标定板
温度补偿系数
轮廓
识别方法
特征提取网络
特征金字塔
分布方差
可视化模块
速度
系统为您推荐了相关专利信息
生物特征识别模块
识别系统
手势
置信度阈值
身份
数据采集传输方法
分布式系统
故障检测算法
数据通信协议
传感器节点
知识图谱构建方法
多源异构数据
实体
知识图谱平台
构建知识图谱