摘要
本申请公开了一种管道液体残留检测方法、系统及装置,涉及化工生产控制技术领域,其中方法包括:获取转移管道的视频帧;提取视频帧中的感兴趣区域;对感兴趣区域进行多尺度分割;提取图像块的统计特征,根据统计特征计算得到第一变异系数;提取图像块的深度学习特征,根据深度学习特征计算得到第二变异系数;对第一变异系数和第二变异系数归一化处理,将归一化后的变异系数作为统计特征和深度学习特征的权重;对统计特征和深度学习特征加权融合;将融合特征与空管道模板进行匹配。本申请采用多特征动态加权融合方法,通过分析不同场景下特征的离散程度,自适应地构建特征权重,实现了跨场景的多模态特征融合,显著提高了方法的准确性和鲁棒性。
技术关键词
深度学习特征
残留检测方法
统计特征
融合特征
管道
感兴趣
液体
直方图特征
多尺度
特征提取模块
残留检测装置
视频帧
语义分割网络
视频采集模块
HOG特征
图像块
模板
模态特征
融合方法
系统为您推荐了相关专利信息
视频监控云台
手势识别模型
特征提取模块
坐标
融合特征
光伏电站
健康状态参数
分布式光纤传感系统
多模态
光伏组件
非金属管道
压电传感器
压电集成电路
声波
单片机
诊断方法
多模态
多通道同步采样
分层特征提取
孤立森林算法