摘要
本发明涉及固液两相混输泵可视化实验后处理方法领域,具体是一种基于神经网络Rep Points颗粒识别和流向约束颗粒匹配的高浓度颗粒可视化实验后处理方法。目的是提供一种基于Rep Points颗粒识别和流向约束匹配的高浓度颗粒可视化实验图像后处理方法,该方法应能对高速摄像机拍摄图片中的各类型颗粒做出精准识别。技术方案是基于Rep Points颗粒识别和流向约束匹配的高浓度颗粒可视化实验图像后处理方法,包括以下步骤:步骤一、采集离心泵可视化实验图像;步骤二、颗粒识别模型识别图像颗粒;步骤三、基于流向约束匹配前后帧图像颗粒;步骤四、计算颗粒速度得到颗粒速度场。
技术关键词
图像后处理方法
高浓度
颗粒速度场
高速摄像机
离心泵
训练集
算法
优化器
数据
坐标
中心线
参数
图片
手工
核心
视频
标记
系统为您推荐了相关专利信息
混凝土粘结界面
状态测试方法
超高速摄像机
细观力学模型
动态测试系统
离子吸附型稀土矿
稀土浸出率
时间序列模型
预警系统
数据处理模块
污染预测方法
生成对抗网络模型
训练机器学习模型
生成样本数据
污染物特征
相互作用模型
物理
改良策略
离散元法
全局敏感性分析方法