[发明专利]基于卷积神经网络的低照度条件下矿井井壁检测方法有效
| 申请号： | 202010517286.6 | 申请日： | 2020-06-09 |
| 公开（公告）号： | CN111681223B | 公开（公告）日： | 2023-04-18 |
| 发明（设计）人： | 黄友锐;韩涛;徐善永;许家昌;鲍士水;凌六一;唐超礼 | 申请（专利权）人： | 安徽理工大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T5/00;G06N3/08;G06N3/0464 |
| 代理公司： | 安徽合肥华信知识产权代理有限公司 34112 | 代理人： | 余成俊 |
| 地址： | 232001 *** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络的低照度条件下矿井井壁检测方法，其包括训练阶段和在线检测阶段。训练阶段包括构建图像分解网络和图像检测网络，通过获取图像分解数据集和图像检测数据集分别对图像分解网络和图像检测网络进行训练；在线检测阶段由图像分解、图像增强和图像检测组成，获取现场的矿井井壁图像经过训练完成的图像分解网络分解为反射图像和光照图像，再通过图像增强对井壁图像进行光亮增强，最后由训练完成的图像检测网络对其检测，实现低光照条件下的矿井井壁状态检测。本发明提高了矿井井壁检测的准确性，降低了矿井井壁检测的运行成本，提高了安全性。 | ||
| 搜索关键词： | 基于 卷积 神经网络 照度 条件下 矿井 井壁 检测 方法 | ||
【主权项】：
暂无信息
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安徽理工大学，未经安徽理工大学许可，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/202010517286.6/，转载请声明来源钻瓜专利网。
