基于深度学习的煤矿液压系统颗粒识别过滤方法与系统

本发明公开了一种基于深度学习的煤矿液压系统颗粒识别过滤方法与系统，包括：S1：采集煤矿液压油的图像，并进行背景差分与直方图均衡化，得到预处理后的液压油图像；S2：计算多尺度特征图、空间权重矩阵与融合特征图，最后计算得到关键区域增强的融合特征图；S3：对关键区域增强的融合特征图进行局部响应归一化，得到初步标准化特征图、最终标准化特征图；S4：根据最终标准化特征图，计算空间‑通道联合门、精修特征，计算污染度热力图；S5：计算污染度全局统计值，再将图像均匀划分为4个区域并计算各区域的加权污染指数，最后计算液压油过滤策略概率分布。本发明可解决传统方法识别复杂颗粒污染物精度不足的问题。