摘要
本发明公开了一种基于自适应多边形逼近与多特征感知的雾化参数计算方法,包括:获取加料滚筒内的雾化喷嘴的雾化图像数据,得到原始雾化图像;对所述原始雾化图像进行雾化区域分割,得到分割出的雾化区域的初始轮廓点集;对所述初始轮廓点集进行轮廓简化与自适应多边形逼近,得到简化多边形;根据分割出的雾化区域的所述初始轮廓点集和对应的所述简化多边形,对关键特征点进行智能感知与定位。本发明的基于自适应多边形逼近与多特征感知的雾化参数计算方法,通过自适应调整算法参数,结合雾化区域轮廓特征,实现对主喷雾轮廓的有效简化与噪声抑制,在保留轮廓几何特征的同时大幅降低冗余点的影响,从而提升轮廓提取的鲁棒性与计算效率。
技术关键词
参数计算方法
雾化图像
多边形
初始轮廓
关键特征点
图像分割模型
喷雾
曲率特征
精度
策略
二值化图像
顶点
轮廓区域
角点检测方法
特征金字塔网络
双边滤波器
机器学习模型
对称轴
系统为您推荐了相关专利信息
模块结构
数字化三维模型
关键特征点
鞋楦
模型库
井下巷道断面
移动组件
滑轨组件
激光扫描模块
弧形齿条
衰减测试方法
储能电池
衰减特征
正态分布模型
噪声特征