[发明专利]一种汽包水位图像识别方法及其装置在审

专利信息
申请号: 202211613556.9 申请日: 2022-12-15
公开(公告)号: CN115601713A 公开(公告)日: 2023-01-13
发明(设计)人: 陈荣;熊俊柳;罗鹏;韩贞强;彭旭辉;杨凡;吴晓辉 申请(专利权)人: 中国电建集团江西省电力设计院有限公司
主分类号: G06V20/52 分类号: G06V20/52;G06V10/764;G06V10/774;G06V10/82
代理公司: 南昌逸辰知识产权代理事务所(普通合伙) 36145 代理人: 刘林艳
地址: 330096 江西省*** 国省代码: 江西;36
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 汽包 水位 图像 识别 方法 及其 装置
【权利要求书】:

1.一种汽包水位图像识别方法,其特征在于,包括:

S1:通过具有视觉系统的智能工业摄像机获取汽包水位的第一图像信息,将所述第一图像信息进行预处理,得到预处理后的第二图像信息;

S2:根据所述第二图像信息得到汽包水位刻度所在的位置图像;

S3:利用视觉系统将所述汽包水位刻度所在的位置图像分为不同状态的若干水位图像;

S4:采用深度学习多分类模型识别若干所述水位图像,组成模型训练集,所述训练集包含m组训练样本,表示为:,定义其所述训练集的损失函数为:,其中hw,b为输出值,W为权值参数,b为偏置,x(i)为第i组训练样本的输入,y(i)为第i组训练样本的期望输出,hw,b(x(i))-y(i)为神经网络训练后的预测结果,并将所述训练集导入至轻量级模型MobileNetV2进行训练,得到水位识别模型,并通过视觉系统输出水位识别模型的若干所述水位图像转换成开关量或模拟量信号至机组控制系统;

S5:将获得的开关量或模拟量信号通过集成在所述智能工业摄像机上的标准通讯协议接口以及可扩展的I/O信号通道与控制系统通讯连接或硬接线连接,将所述开关量或模拟量信号的汽包水位测量值进行比较修正,得到正确的汽包水位值和汽包水位动作条件。

2.根据权利要求1所述的汽包水位图像识别方法,其特征在于,所述通过具有视觉系统的智能工业摄像机获取汽包水位的第一图像信息,将所述第一图像信息进行预处理,得到预处理后的第二图像信息的步骤中,包括:

将所述第一图像信息进行归一化,将其等分成N行N列的网格,分别统计各个网格中黑像素的数量,获得N*N维的网格特征向量,提取代表汽包水位大小的外围特征向量,判断所述图像信息中汽包水位刻度所在位置。

3.根据权利要求1所述的汽包水位图像识别方法,其特征在于,所述利用视觉系统将所述汽包水位刻度所在的位置图像分为不同状态的若干水位图像的步骤中,包括:

通过所述视觉系统将不同状态下的若干水位图像分为以下7种:高A、高B、高C、低A、低B、低C、正常。

4.根据权利要求1所述的汽包水位图像识别方法,其特征在于,所述步骤S4包括:采集不同水位图像组成模型训练集;选用轻量级模型MobileNetV2作为模型,并使用训练集进行训练。

5.根据权利要求4所述的汽包水位图像识别方法,其特征在于,所述采集不同水位图像组成模型训练集;选用轻量级模型MobileNetV2作为模型,并使用训练集进行训练的步骤包括:

采用小样本问题训练方法进行若干水位图像的训练集训练,具体为:

预训阶段:采用与所述水位图像同源的公共图像集进行训练;

微调阶段:用所述不同状态的水位图像进行训练,完成模型的微调,得到水位识别模型。

6.根据权利要求1所述的汽包水位图像识别方法,其特征在于,所述采用深度学习多分类模型识别若干所述水位图像还包括:

计算所述训练集的损失函数后,经过激活函数的作用得到输出的特征图,公式如下:

其中表示层数,表示特征图第层的特征图,和表示特征图第层的权值和偏置,表示特征图第层中第个卷积核对应的第个卷积窗口,表示特征图第层输入的加权和,*表示二维卷积操作,表示所选择的输入特征图的集合,是隐含层激活函数,表示特征图第层的第个特征图。

7.根据权利要求1所述的汽包水位图像识别方法,其特征在于,所述将获得的开关量或模拟量信号通过集成在所述智能工业摄像机上的标准通讯协议接口以及可扩展的I/O信号通道与控制系统通讯连接或硬接线连接,将所述开关量或模拟量信号的汽包水位测量值进行比较修正,得到正确的汽包水位值和汽包水位动作条件的步骤中,包括:

根据不同状态下的水位图像转换成开关量或模拟量信号,将开关量或模拟量信号和汽包双色水位计测量的汽包水位测量值进行比较修正。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中国电建集团江西省电力设计院有限公司,未经中国电建集团江西省电力设计院有限公司许可,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/202211613556.9/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top