[发明专利]挥发窑窑头鼓风管位置监测方法、存储介质及终端设备在审

专利信息
申请号: 202210308718.1 申请日: 2022-03-25
公开(公告)号: CN114694068A 公开(公告)日: 2022-07-01
发明(设计)人: 张超波;梁骁俊;易佞纯;唐峰润;黄科科;李勇刚;阳春华;桂卫华 申请(专利权)人: 鹏城实验室
主分类号: G06V20/40 分类号: G06V20/40;G06V10/22;G06V10/762;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08
代理公司: 深圳市君胜知识产权代理事务所(普通合伙) 44268 代理人: 温宏梅;王永文
地址: 518000 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 挥发 窑窑头 鼓风 位置 监测 方法 存储 介质 终端设备
【权利要求书】:

1.一种挥发窑窑头鼓风管位置监测方法,其特征在于,其包括:

通过设置于窑头看火口处的视频采集器实时采集视频,其中,看火口及窑头内鼓风管均位于所述视频采集器的捕获范围内;

按照预设规则从所述视频中提取图像集,并基于卷积神经网络检测获取所述图像集内每帧图像中鼓风管管口的中心点的位置信息;

对所述图像集对应的所有位置信息进行聚类,获取有效点簇以计算鼓风管管口的中心点坐标;

对所述图像集内任意一帧图像中预定范围进行区域划分,计算所述中心点坐标所属区域,以获取鼓风管管口相对于看火口的摆放位置。

2.根据权利要求1所述挥发窑窑头鼓风管位置监测方法,其特征在于,所述按照预设规则从所述视频中提取图像集具体为:

选取预设时长的视频,从所述预设时长的视频中每间隔预定时间提取一帧图像,所述预设时长的视频中提取的所有图像构成所述图像集。

3.根据权利要求1所述挥发窑窑头鼓风管位置监测方法,其特征在于,所述基于卷积神经网络检测获取所述图像集内每帧图像中鼓风管管口的中心点的位置信息具体包括:

将所述图像集输入预先训练完成的卷积神经网络,通过所述卷积神经网络预测所述图像集内每帧图像中鼓风管管口的中心点的位置信息。

4.根据权利要求3所述挥发窑窑头鼓风管位置监测方法,其特征在于,所述卷积神经网络的训练过程具体包括:

获取训练样本集,其中,所述训练样本集包括若干训练样本图像;

对所述训练样本集中每个训练样本图像进行关键点标记,其中,所述关键点包括鼓风管管口的中心点;

将经过关键点标记的训练样本集输入卷积神经网络。

5.根据权利要求1所述挥发窑窑头鼓风管位置监测方法,其特征在于,所述对所述图像集对应的所有位置信息进行聚类,获取有效点簇以计算鼓风管管口的中心点坐标具体包括:

对所述图像集对应的所有位置信息进行聚类,并获取有效点簇;

计算所述有效点簇中所有中心点的坐标的平均值,将所述坐标的平均值作为鼓风管管口的中心点坐标。

6.根据权利要求5所述挥发窑窑头鼓风管位置监测方法,其特征在于,所述对所述图像集对应的所有位置信息进行聚类,并获取有效点簇具体包括:

根据自动聚类算法对所述图像集对应的所有位置信息进行聚类,并获取包含中心点的数量最多的点簇;

判断所述点簇中中心点的数量是否超过预设值;

若是,则所述点簇为有效点簇。

7.根据权利要求6所述挥发窑窑头鼓风管位置监测方法,其特征在于,所述判断所述点簇中中心点的数量是否超过预设值之后还包括:

若否,则更新所述图像集,以重新获取点簇。

8.根据权利要求1所述挥发窑窑头鼓风管位置监测方法,其特征在于,所述对所述图像集内任意一帧图像中预定范围进行区域划分具体包括:

提取所述图像集中任意一帧图像,按照预定范围在所述图像中选取对应的范围,其中,所述预定范围包括看火口和鼓风管管口;

按照预设数量对所述范围进行区域划分。

9.一种存储介质,其特征在于,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1-8任意一项所述的挥发窑窑头鼓风管位置监测方法中的步骤。

10.一种终端设备,其特征在于,包括:处理器、存储器及通信总线;所述存储器上存储有可被所述处理器执行的计算机可读程序;

所述通信总线实现处理器和存储器之间的连接通信;

所述处理器执行所述计算机可读程序时实现如权利要求1-8任意一项所述的挥发窑窑头鼓风管位置监测方法中的步骤。

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鹏城实验室,未经鹏城实验室许可,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/202210308718.1/1.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