-
公开(公告)号:CN119151813A
公开(公告)日:2024-12-17
申请号:CN202410950076.4
申请日:2024-07-16
Applicant: 中南大学
IPC: G06T5/70 , G06T5/60 , G06T5/50 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及图像处理技术领域,公开了一种基于扩散模型的通用图像融合方法及系统,该方法通过建立基于扩散模型的图像融合公式,将图像融合任务表示为一个后验采样模型。然后建立基于UNet结构的潜在扩散模型,该模型在融合图像重建的解码过程中保留了来自原始输入的高分辨率信息。并且构建基于Transformer模型的扩散主干,有效地集成来自不同源图像的潜在特征,以实现跨域交互,从而获得更具信息量和视觉效果的融合图像。
-
公开(公告)号:CN118759687A
公开(公告)日:2024-10-11
申请号:CN202410852684.1
申请日:2024-06-28
Applicant: 中南大学
Abstract: 本发明公开一种近红外内窥镜镜头及其设计方法,属于光学技术领域。该近红外内窥镜镜头,依次包括物镜和棒镜;物镜沿光线入射方向依次为第一透镜、第二透镜、第三透镜和第四透镜;棒镜沿光线入射方向为第五透镜、第六透镜、第七透镜、第八透镜、第九透镜、第十透镜和第十一透镜。本发明还提出一种上述近红外内窥镜镜头的设计方法,包括:优化物镜;优化棒镜;将球差、慧差、像散和场曲作为关键参数优化所述近红外内窥镜镜头;利用镜片相互补偿消除热差的原理对近红外内窥镜系统进行无热化设计。该近红外内窥镜镜头在高温窑炉中能够清晰成像、准确测量炉内料面温度,并具备持久稳定运行的内窥镜。
-
公开(公告)号:CN114549955B
公开(公告)日:2024-09-06
申请号:CN202210102523.1
申请日:2022-01-27
Applicant: 中南大学
IPC: G06V20/50 , G06V10/62 , G06V10/44 , G06V10/74 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/084 , G06N3/048
Abstract: 本发明公开了一种高炉出铁终点在线智能识别方法及系统,通过采集铁水流图像,提取铁水流图像特征,采集铁水流数据,提取铁水流短时时序特征,融合铁水流图像特征和铁水流短时时序特征,建立出铁流程分类预测模型,从而获取当前时刻所处的出铁阶段以及根据当前时刻所处的出铁阶段,对高炉出铁终点进行识别,解决了现有技术无法准确识别当前出铁终点的技术问题,利用非侵入式装置获取高温熔融铁水流的图像及流速、渣铁比等数据,通过深度神经网络提取铁水流多源数据的特征进行融合,从而实现对当前时刻高炉出铁终点进行识别,并提供当前识别结果的置信度,具有高精确性,强稳定性,高适应性,适用于各种不同规模高炉,投资成本少等优点。
-
公开(公告)号:CN118497432A
公开(公告)日:2024-08-16
申请号:CN202410557324.9
申请日:2024-05-07
Applicant: 中南大学
Abstract: 本发明提出了一种高炉新型布料矩阵优化方法及系统,在当前料面三维形状已获取的前提下,分析当前料面形状的分布特点,将料面分割成多个扇形区域,用二维径向料线描述各扇形区域的形状得到基于多条径向料线的料面三维形状描述;计算所述各扇形区域与理想料面之间的偏差,并根据偏差确定各扇形区域的需料体积;分析各扇形区域的需料体积与布料操作参数之间的关联关系,基于关联关系构建新型布料矩阵;求解新型布料矩阵的多目标优化模型,得到最优新型布料矩阵;基于最优新型布料矩阵执行布料操作。这样,有效解决了因初始料面非对称分布导致的传统多环布料操作无法形成理想料面的难题,实现了料面三维形状下的分区域按需布料。
-
公开(公告)号:CN116680927A
公开(公告)日:2023-09-01
申请号:CN202310737869.3
申请日:2023-06-20
Applicant: 中南大学
Abstract: 本发明公开了一种高炉布料过程炉料堆积建模与布料矩阵优化方法及系统,通过建立炉料在炉喉空区运动的数学模型,确定炉料在炉喉空区的内轨迹和外轨迹,分析炉料在料面落点位置的运动状态,构建基于径向距离的炉料堆积模型,根据高炉当前炉况设定理想料面形状,构建基于自适应惩罚函数的布料矩阵优化模型以及对布料矩阵优化模型进行最优求解,获得最优布料矩阵,并根据炉料堆积模型和最优布料矩阵,获得理想料面形状,同时解决了炉料运动状态影响炉料堆积模型精度的问题和优化布料矩阵时约束条件众多难以精准建模与求解的问题,实现了不同理想料面形状下最优布料矩阵的准确获取。
-
公开(公告)号:CN114774605B
公开(公告)日:2023-06-13
申请号:CN202210252838.4
申请日:2022-03-15
Applicant: 中南大学
IPC: C21B7/24 , H04N23/52 , G06V10/82 , H04N21/6437 , G06V10/764 , G06F18/2415 , H04N19/85 , G06N3/047 , G06N3/0464 , G06N3/08 , G06F18/241 , C21B7/12
Abstract: 本发明公开了一种高炉堵铁口时间智能预报装置,包括视频捕获单元和与视频捕获单元连接的边缘计算盒子,其中边缘计算盒子包括依次连接的视频处理单元、图像预处理单元、堵铁口时间预测单元以及预报单元,利用网络摄像头采集出铁口铁水的视频数据,然后将编码过的视频流数据传输到边缘计算盒子,在边缘计算盒子内部会依次对视频流进行解码、帧图像提取、图像预处理、堵铁口时间预测以及对高炉堵铁口时间进行预报,解决了现有技术无法准确预测高炉堵铁口时间的技术问题,利用边缘计算的方式进行实时推理与预报,这样处理可以降低网络传输的成本,避免冗余数据的存储,且可以在不干扰工厂原有网络系统的情况下方便地部署。
-
公开(公告)号:CN115830501A
公开(公告)日:2023-03-21
申请号:CN202211522095.4
申请日:2022-11-30
Applicant: 中南大学
IPC: G06V20/40 , G06V10/25 , G06V10/26 , G06V10/28 , G06V10/762 , G06V10/764
Abstract: 本发明公开了一种基于视觉的高炉铁水流渣铁识别方法及系统,通过提取铁水流图像的铁水流轮廓边界区域,对铁水流轮廓边界区域进行粉尘区域识别,获得铁水流轮廓边界区域的粉尘分布图,根据铁水流轮廓边界区域和粉尘分布图,获得铁水流ROI区域以及对铁水流ROI区域进行渣铁识别,获得高炉铁水流渣铁比,解决了现有高炉铁水流渣铁识别精度低的技术问题,通过对铁水流图像进行预处理和自适应邻域聚类图像分割,实现了铁水流渣铁像素的自适应识别,从而获得实时渣铁比统计值,该方法具有实时性强、精度高、抗干扰性强、不依赖其它检测设备等优势,适用于出铁场渣铁排放状态的长期稳定监测。
-
公开(公告)号:CN115482196A
公开(公告)日:2022-12-16
申请号:CN202210951171.7
申请日:2022-08-09
Applicant: 中南大学
Abstract: 本发明公开了一种基于多源信息融合的烧结混料水分在线软测量方法及系统,通过获取烧结混料图像以及过程变量数据,基于烧结混料图像的色调特征分布与纹理特征分布,建立雾气浓度估计线性模型,获取雾气浓度小于预设值的烧结混料图像,并基于雾气浓度小于预设值的烧结混料图像的颜色、纹理、形态特征,建立基于图像特征的烧结混料水分软测量子模型,根据过程变量数据,建立基于GRU的烧结混料水分软测量子模型,从而建立自适应烧结混料水分软测量模型,对烧结混料水分进行测量,解决了现有烧结混料水分检测精度低的技术问题,能够实现连续高精度地检测烧结混料水分,且具有较强的抗干扰能力,能有效指导二混水分控制操作。
-
公开(公告)号:CN115222661A
公开(公告)日:2022-10-21
申请号:CN202210624843.3
申请日:2022-06-02
Applicant: 中南大学
Abstract: 本发明公开了一种烧结混料水分智能在线检测方法及系统,通过获取烧结混料图像,提取烧结混料图像在HSV空间下的颜色特征,使用灰度共生矩阵提取烧结混料图像的纹理特征,提取烧结混料图像的形态学特征,根据烧结混料图像的颜色特征、纹理特征以及形态学特征,建立烧结混料水分检测模型以及基于烧结混料水分检测模型,对烧结混料水分进行检测,解决了现有烧结混料水分检测精度低的技术问题,首次将智能方法引入烧结混料水分智能检测,大大提高了烧结混料水分检测的稳定性与检测精度。
-
公开(公告)号:CN114612403A
公开(公告)日:2022-06-10
申请号:CN202210207745.X
申请日:2022-03-04
Applicant: 中南大学
Abstract: 本发明公开了一种上料皮带破损缺陷智能检测方法及系统,通过对采集的皮带图像进行预处理,构造皮带破损检测网络以及基于皮带破损检测网络对皮带破损缺陷进行检测,解决了现有皮带破损检测精度低的技术问题,通过在现有YOLOv3目标检测网络中加入密集连接模块和高斯模块,能获得高精度的皮带破损检测网络,大大提升了皮带破损缺陷的检测精度,该方法及系统具有非接触性、高精确性、强稳定性、投资成本少等优点。
-
-
-
-
-
-
-
-
-