摘要
本发明公开了一种资源受限设备的皮带落煤检测方法,属于计算机视觉目标检测技术领域。该方法基于事件相机的实时数据流进行采集,利用事件相机高时间分辨率的优势,动态捕捉皮带上的变化信息;通过特定的时间窗口,将捕获的事件数据组织为事件帧,随后提取空间特征、时间特征和边缘特征;空间特征由改进的YOLOV12网络提取,时间特征通过光流法计算,边缘特征则通过Sobel算子获得;通过加权融合技术将这些多源特征融合为综合特征,输入改进的目标检测模型进行落煤检测。本发明通过引入事件相机和多种特征融合,提升了系统在复杂环境下的鲁棒性和检测精度,降低了计算量,该方法非常适合资源受限的边缘设备进行皮带落煤检测任务。
技术关键词
资源受限设备
事件相机
皮带
高斯混合模型
图像
多源特征融合
背景建模方法
通道
滤波方法
像素点
高层语义特征
高时间分辨率
光流法
特征点
局部感受野
输出特征
邻域
非线性特征
系统为您推荐了相关专利信息
工业电视系统
封闭式
图像分析模块
图像采集模块
数据传输模块
交通标志
实例生成方法
图片
无监督分类
场景分类
PCB主板
视觉检测方法
图像
PCB视觉检测系统
缺陷分析