[发明专利]干湿污泥分类方法和装置在审
申请号: | 202010940030.6 | 申请日: | 2020-09-09 |
公开(公告)号: | CN112070164A | 公开(公告)日: | 2020-12-11 |
发明(设计)人: | 陈海波;段艺霖 | 申请(专利权)人: | 深兰人工智能芯片研究院(江苏)有限公司;深兰科技(上海)有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/08;G06N3/04 |
代理公司: | 常州佰业腾飞专利代理事务所(普通合伙) 32231 | 代理人: | 陈红桥 |
地址: | 213000 江苏省常州市武进*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 干湿 污泥 分类 方法 装置 | ||
1.一种干湿污泥分类方法,其特征在于,包括以下步骤:
获取样本数据集,其中,所述样本数据集中包含多个干污泥的样本图像和多个湿污泥的样本图像;
通过模板匹配法获取每个样本图像中的污泥区域以更新所述样本数据集;
通过更新后的样本数据集对神经网络进行训练,得到干湿污泥分类模型,其中,在训练时自动对样本图像进行环境变换处理;
获取待检测图像,并通过模板匹配法获取所述待检测图像中的污泥区域以更新所述待检测图像;
将更新后的待检测图像输入所述干湿污泥分类模型,以判断所述待检测图像中的污泥为干污泥或湿污泥。
2.根据权利要求1所述的干湿污泥分类方法,其特征在于,在训练时还对样本图像进行平移、旋转和缩进处理。
3.根据权利要求1所述的干湿污泥分类方法,其特征在于,其中,所述模板匹配法包括:
将样本图像或待检测图像分解为矩阵形式,并将矩阵形式的图像中的特征按照坐标进行排列;
通过图像比对获取图像中的污泥区域,并进行坐标定位。
4.根据权利要求3所述的干湿污泥分类方法,其特征在于,所述神经网络为VGG网络或Inception网络。
5.一种干湿污泥分类装置,其特征在于,包括:
第一获取模块,所述第一获取模块用于获取样本数据集,其中,所述样本数据集中包含多个干污泥的样本图像和多个湿污泥的样本图像;
第一匹配模块,所述第一匹配模块用于通过模板匹配法获取每个样本图像中的污泥区域以更新所述样本数据集;
训练模块,所述训练模块用于通过更新后的样本数据集对神经网络进行训练,得到干湿污泥分类模型,其中,在训练时自动对样本图像进行环境变换处理;
第二获取模块,所述第二获取模块用于获取待检测图像;
第二匹配模块,所述第二匹配模块用于通过模板匹配法获取所述待检测图像中的污泥区域以更新所述待检测图像;
检测模块,所述检测模块用于将更新后的待检测图像输入所述干湿污泥分类模型,以判断所述待检测图像中的污泥为干污泥或湿污泥。
6.根据权利要求5所述的干湿污泥分类装置,其特征在于,所述训练模块在训练时还对样本图像进行平移、旋转和缩进处理。
7.根据权利要求5所述的干湿污泥分类装置,其特征在于,其中,所述模板匹配法包括:
将样本图像或待检测图像分解为矩阵形式,并将矩阵形式的图像中的特征按照坐标进行排列;
通过图像比对获取图像中的污泥区域,并进行坐标定位。
8.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时,实现根据权利要求1-4中任一项所述的干湿污泥分类方法。
9.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现根据权利要求1-4中任一项所述的干湿污泥分类方法。
10.一种计算机程序产品,其特征在于,当所述计算机程序产品中的指令由处理器执行时,执行根据权利要求1-4中任一项所述的干湿污泥分类方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深兰人工智能芯片研究院(江苏)有限公司;深兰科技(上海)有限公司,未经深兰人工智能芯片研究院(江苏)有限公司;深兰科技(上海)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010940030.6/1.html,转载请声明来源钻瓜专利网。