[发明专利]一种受电弓碳滑板表面病害自动识别系统及方法在审
| 申请号： | 201810200743.1 | 申请日： | 2018-03-12 |
| 公开（公告）号： | CN108573277A | 公开（公告）日： | 2018-09-25 |
| 发明（设计）人： | 魏秀琨;李岩;贾利民;魏德华;尹贤贤;江思阳;杨子明;赵利瑞;王熙楠;李永光;崔霆锐;孟鸿飞;李赛;滕延芹 | 申请（专利权）人： | 北京交通大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 北京正理专利代理有限公司 11257 | 代理人： | 付生辉 |
| 地址： | 100044*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种受电弓碳滑板表面病害自动识别系统及方法，包括：采集模块；处理模块；建模模块；训练模块；调取模块。本发明提供了一种受电弓碳滑板表面病害自动识别系统及方法，通过网络对图像数据的自主学习与特征提取，免除了传统手段的一系列图像预处理‑图像增强‑边缘检测‑特征提取‑目标识别等繁杂流程；网络对低级特征的非线性融合使得模型对病害高级特征的识别能够不受光照、位移、尺度等变化的影响，具有更好的鲁棒性；模型一旦训练完成，即可直接用于图像识别，且训练与使用过程均无需依赖人工对图像与模型进行复杂操作，具有更高的自动化与智能化程度。 | ||
| 搜索关键词： | 受电弓碳滑板 自动识别系统 病害 特征提取 图像预处理 边缘检测 采集模块 处理模块 传统手段 低级特征 复杂操作 高级特征 建模模块 目标识别 图像识别 图像数据 图像增强 训练模块 鲁棒性 智能化 调取 光照 网络 自动化 尺度 图像 融合 学习 | ||
【主权项】：
1.一种受电弓碳滑板表面病害自动识别系统，其特征在于，包括：采集模块，采集受电弓滑板表面缺陷图像；处理模块，所述处理模块包括：归一单元，对采集的图像数据进行归一化操作；转换单元，将归一化后的图像转换为数据集；建模模块，构建网络模型，设置网络模型的参数；训练模块，根据经过数据集的数据训练所述网络模型，所述网络模型生成保存有训练完成的参数和权值信息的文件；调取模块，调用所述文件。
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北京交通大学，未经北京交通大学许可，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/patent/201810200743.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于高分辨率遥感影像的变化检测方法
- 下一篇：一种多工况过程模态辨识方法
