摘要
本发明公开了一种火焰图像识别及特征提取方法及系统,属于发动机测试领域。本发明对发动机燃烧火焰图像进行背景降噪和边界增强预处理;采用自适应阈值法生成初步掩膜,结合U‑Net网络实现精细分割;利用背景减法和光流法追踪火焰运动,分析传播速度与方向;基于MonoDepth2单目深度估计和双目视觉视差计算实现三维重建,确定火焰空间位置及外接立方体;以ResNet‑50为骨干网络构建卷积神经网络模型,通过回归分支和分类分支分别预测连续性参数与离散型参数;融合火焰面积、速度、颜色直方图及边缘特征,通过SVM分类器完成最终识别。本发明实现火焰自动识别、三维定位及多特征参数提取,减少人工干预。
技术关键词
火焰图像识别
单目深度估计
背景减法
特征提取方法
图像分割算法
SVM分类器
颜色直方图
分支
掩膜
构建卷积神经网络
计算机终端设备
连续性
特征提取系统
卷积神经网络模型
特征参数提取
语义分割网络
发动机
系统为您推荐了相关专利信息
路径生成方法
运输路径规划
无人机航测
深度学习特征
图像分割算法
三维模型
内窥镜
测量方法
深度估计算法
单目深度估计
水工金属结构
矫正图像畸变
水库
感知损失函数
实时视频流