[发明专利]基于深度学习的石料自动分级方法与系统

权利要求书

1.基于深度学习的石料自动分级方法，其特征在于，该方法是基于深度学习和数字图像处理技术实现工业皮带高速运输场景石料自动分级任务，具体是采用了三大模块，分别为石料图片质量评估模块、石料分级特征提取模块和石料分级数据拟合模块；其中，所述石料图片质量评估模块是一个基于多层次特征的残差神经网络，用于对图片质量进行评估筛选高质量动态帧；所述石料分级特征提取模块是一个基于数字图像处理的采用分水岭算法和凹点检测算法的分割模块，用于对石料图片质量评估模块筛选后的图片进行石料分级特征信息提取；所述石料分级数据拟合模块是一个改进的多层感知机，用于对石料分级特征提取模块提取的初始石料分级特征结果进行数据拟合，弥补石料深度信息缺失带来的石料分级误差，实现误差修正；

该石料自动分级方法的具体实施包括以下步骤：

1)采集每批石料在皮带高速运输视频，对每个视频进行下采样，每个视频的每个阶段保留若干张图片，按“生产通道/石料批次/帧序号”的格式命名排列，同时对每批石料采用四分法进行取样并完成人工筛分实验，根据人工筛分实验得到每批石料的真实标签，按“生产通道/石料批号”的格式命名排列，形成石料原数据集；

2)将石料原数据集的图片输入石料图片质量评估模块，对图片进行质量评估并计算其清晰度得分，得到石料原数据集的图片清晰度得分排序，根据清晰度得分排序，选取清晰度得分高的图片作为石料数据集；

3)将步骤2)中得到的石料数据集作为石料分级特征提取模块的输入数据，对图片的石料初始分级特征信息进行有效提取，生成石料数据集上所有图片的初始石料分级特征结果；

4)将石料分级特征提取模块生成的所有图片的初始石料分级特征结果输入石料分级数据拟合模块，对初始石料分级特征结果进行数据拟合修正误差，得到误差修正后的石料分级特征预测结果。

2.根据权利要求1所述的基于深度学习的石料自动分级方法，其特征在于，在步骤1)中，首先，通过工业摄像机采集石料在皮带上运输过程视频，每批石料完整运输过程存为一个视频，然后，按特定的时间间隔对每一个视频的图像进行切片处理，图像按“生产通道/石料批次/帧序号”的格式命名排列，同时对每批石料采用四分法进行取样并完成人工筛分实验，根据人工筛分实验得到每批石料的真实标签，按“生产通道/石料批号”的格式命名排列；其中，所述四分法指的是将石料样品按照测定要求磨细，过特定孔径的筛子，然后混合，平铺成圆形，分成四等分，取相对的两份混合，然后再平分，直至达到要求；所述人工筛分实验是指工人通过新标准方孔砂石筛进行手动筛分，新标准方孔砂石筛分为10个筛孔尺寸，其筛孔尺寸分别为：53～37.5、37.5～31.5、31.5～26.5、26.5～19.0、19.0～16.0、16.0～9.5、9.5～4.75、4.75～2.36、2.36～底盘，筛孔单位为mm，最后，把每批石料的真实标签与每批石料运输视频切片处理得到的多张图像进行一对多映射，制成石料原数据集。