-
公开(公告)号：CN113887308A
公开(公告)日：2022-01-04
申请号：CN202111026672.6
申请日：2021-09-02
Applicant: 中南大学 , 广西柳钢东信科技有限公司
Abstract: 本发明公开了一种基于图像多元特征的高炉料种识别方法、装置及系统，通过采集高帧率物料运输视频，并将高帧率物料运输视频转换为帧图像，选取帧图像中全区域包含物料横向区域的区域作为物料区域图像，提取物料区域图像的多元特征，多元特征包括颜色特征、纹理特征、灰度特征以及物料密度分布特征以及根据物料区域图像的多元特征，训练分类器，并根据训练好的分类器对高炉料种进行识别，解决了现有高炉料种识别精度低的技术问题，通过采用多元特征对物料种类进行识别，可以准确地识别出高炉上料皮带当前运输的物料种类，且识别的准确率高、实时性好，具有极大的应用价值。
-
公开(公告)号：CN113838141A
公开(公告)日：2021-12-24
申请号：CN202111028030.X
申请日：2021-09-02
Applicant: 中南大学 , 广西柳钢东信科技有限公司
IPC: G06T7/80
Abstract: 本发明公开了一种单线激光雷达与可见光相机的外参标定方法及系统，通过采集时间和空间同步的炉料图像数据与点云数据，根据相机畸变模型对炉料图像进行校正，进一步提取激光扫描中心线，并确定激光扫描中心线的局部极值在图像坐标系下所对应的二维坐标，同时对稀疏的点云数据进行插值，从而获得点云数据局部极值在雷达坐标系下的三维坐标，以及根据激光扫描中心线的局部极值在图像坐标系下所对应的二维坐标以及点云数据局部极值在雷达坐标系下的三维坐标的特征点对，利用线性最小二乘法获得相机与单线激光雷达的外参矩阵，解决了现有激光雷达与相机外参标定精度低的技术问题，可实时在线地对单线激光雷达与可见光相机进行标定，修正外参矩阵。
-
Patent Agency Ranking
公开(公告)号：CN114549834B
公开(公告)日：2025-01-17
申请号：CN202210094172.4
申请日：2022-01-26
Applicant: 中南大学
IPC: G06V10/26 , G06V20/70 , G06V10/44 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/0895
Abstract: 本发明公开了一种半监督混合训练语义分割方法及系统，通过采集高度重叠的颗粒图像RGB数据集，并对颗粒图像RGB数据集进行标注，获得带标签数据和无标签数据，基于编解码框架的分割算法建立预分割模型，并采用带标签数据对预分割模型进行训练，获得粗分割模型，采用粗分割模型对无标签数据进行识别，获得粗分割结果，并基于粗分割结果获得伪标签，基于伪标签和带标签数据，对粗分割模型进行训练，获得精分割模型以及基于精分割模型，对高度重叠的颗粒图像进行图像分割，解决了现有对堆叠颗粒图像分割精度低的技术问题，通过基于凸包的伪标签生成算法，实现了对堆叠颗粒图像的高精度分割，并且能够大幅提升颗粒的结构完整性，减少欠分割的程度。
-
公开(公告)号：CN113870341B
公开(公告)日：2025-01-10
申请号：CN202111026652.9
申请日：2021-09-02
Applicant: 中南大学 , 广西柳钢东信科技有限公司
IPC: G06T7/62 , G06T7/00 , G06T7/10 , G06V10/80 , G06N3/0455 , G06N3/0464 , G06V10/44
Abstract: 本发明公开了一种基于RGB和激光特征融合的高炉烧结矿粒径检测方法及系统，通过获取RGB数据集与激光数据集，构建编码器‑解码器结构的深度学习网络，获得RGB初始特征张量和激光初始特征张量，在融合分支的最后一层构建多源特征加权融合子网络，并基于多源特征加权融合子网络，对RGB初始特征张量和激光初始特征张量进行自适应加权融合，获得融合特征张量以及将融合特征张量，输入解码过程，从而获得分割图像，并根据分割图像对高炉烧结矿粒径进行检测，解决了现有高炉烧结矿粒径检测精度低的技术问题，通过在编码器‑解码器结构的深度学习网络中增加多源特征加权融合子网络，可以实现多源特征的自适应加权融合，充分发挥了激光的补充作用，有利于提高高炉烧结矿粒径检测精度。
-
公开(公告)号：CN114549834A
公开(公告)日：2022-05-27
申请号：CN202210094172.4
申请日：2022-01-26
Applicant: 中南大学
IPC: G06V10/26 , G06V10/44 , G06V10/762 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种半监督混合训练语义分割方法及系统，通过采集高度重叠的颗粒图像RGB数据集，并对颗粒图像RGB数据集进行标注，获得带标签数据和无标签数据，基于编解码框架的分割算法建立预分割模型，并采用带标签数据对预分割模型进行训练，获得粗分割模型，采用粗分割模型对无标签数据进行识别，获得粗分割结果，并基于粗分割结果获得伪标签，基于伪标签和带标签数据，对粗分割模型进行训练，获得精分割模型以及基于精分割模型，对高度重叠的颗粒图像进行图像分割，解决了现有对堆叠颗粒图像分割精度低的技术问题，通过基于凸包的伪标签生成算法，实现了对堆叠颗粒图像的高精度分割，并且能够大幅提升颗粒的结构完整性，减少欠分割的程度。
-
公开(公告)号：CN113888715A
公开(公告)日：2022-01-04
申请号：CN202111108259.4
申请日：2021-09-22
Applicant: 中南大学
Abstract: 本发明公开了一种基于虚拟多目内窥镜的高炉料面三维重建方法及系统，通过利用料面下降形成的视差，建立料面与内窥镜的相对运动模型，在空间上虚构多目虚拟内窥镜，基于虚拟内窥镜和三角测量原理恢复特征点的空间坐标，从而获得稀疏的三维点云数据，根据高炉料面的布料环特征，利用稀疏的三维点云数据构建深度等高线以及构造一个能够反映料面分布的距离场函数，将深度等高线映射到三维空间中，并根据机械探尺数据进行定标，从而得到真实空间中的三维料面形貌，解决了现有技术无法准确获取高炉料面三维形貌的技术问题，实现了高温高压、弱光强粉尘恶劣环境下料面三维重建，从而为高炉炉顶布料操作提供直观可靠的三维料面形貌。
-
公开(公告)号：CN112927347A
公开(公告)日：2021-06-08
申请号：CN202110137263.7
申请日：2021-02-01
Applicant: 中南大学
Abstract: 本发明公开了一种高炉软熔带温度场数据可视化方法及系统，通过获取离线的高炉软熔带温度场数据，并对高炉软熔带温度场数据进行预处理，创建用于组织高炉软熔带温度场数据的三维纹理对象，对三维纹理对象中的像素进行填充和插值以及对填充和插值后的三维纹理对象进行采样得到颜色值，并将颜色值显示在屏幕图像上，解决了难以全面、直观地展示高炉软熔带温度场数据的问题，实现了对高炉软熔带温度场分布的三维可视化，具有直观性、全面性、易操作性等特点。
-
-
-
-
-
-
Search Results
17
records
(took 0.017 seconds)
