摘要
本发明提供一种基于图像识别的砝码计量自动分类与校准方法及系统,涉及砝码计量技术领域,包括通过双光路高速摄像对砝码表面进行成像并进行伽马校正,提取轮廓特征和表面缺陷特征;利用X射线成像获取内部密度分布;将表面特征与密度分布进行多尺度特征融合,构建全息特征模型;基于深度变分贝叶斯网络分析特征参数的动态变化趋势,结合梯度提升决策森林进行评估打分得到初始分类;采用自组织竞争学习网络建立动态评估模型,确定砝码等级并设定校准参数;选择对应基准砝码建立分级校准补偿模型,结合缺陷分布确定自适应权重系数进行动态调整;采用神经常微分方程网络预测性能退化趋势,当校准精度满足阈值要求时输出校准参数并生成预警信息。
技术关键词
全息特征
伽马校正
变分贝叶斯
高速摄像系统
校准特征
决策森林算法
动态变化特征
校准砝码
轮廓特征
反射光
双光路
矩阵
边缘检测算法
网络
X射线成像系统
图像
光流场
系统为您推荐了相关专利信息
设备图像处理
图像分析模块
直方图均衡化
图像采集模块
深度学习模型
导航坐标系
捷联惯性导航系统
对准方法
协方差矩阵
神经网络模型