[发明专利]基于卷积神经网络的高噪声环境窑车标识识别方法及系统在审
| 申请号： | 202011538399.0 | 申请日： | 2020-12-23 |
| 公开（公告）号： | CN112613403A | 公开（公告）日： | 2021-04-06 |
| 发明（设计）人： | 高焕兵;董正通;杨健;贝太学;王涛;杜传胜 | 申请（专利权）人： | 山东建筑大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06T7/13;G06T7/73;G06T5/00;G06N3/04 |
| 代理公司： | 北京头头知识产权代理有限公司 11729 | 代理人： | 白芳仿;刘锋 |
| 地址： | 250101 山东省*** | 国省代码： | 山东;37 |
| 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高噪声环境下的窑车标识识别方法及系统。该识别方法为一种采用Canny边缘检测算法的边缘检测算法‑边缘增强型边缘检测算法，该算法中对图像进行高斯模糊的高斯平滑步骤是通过构建高斯卷积核对图像进行卷积处理,当像素矩阵中不包含边界像素信息时，是通过坐标位置取权重系数来建立高斯权重系数矩阵，而包含有边界信息时，则对边界像素对应的权重系数进行改变，构成改进的高斯权重系数矩阵。本发明借助上述技术方案，应用于墙材生产线，可以对窑车上的标识牌进行识别，通过组态软件，能够动态的监控每辆窑车的位置，每辆窑车的状态是否准确。在代替人力的同时能够提高生产的效率，增强生产的可靠性。 | ||
| 搜索关键词： | 基于 卷积 神经网络 噪声 环境 标识 识别 方法 系统 | ||
【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山东建筑大学，未经山东建筑大学许可，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/202011538399.0/，转载请声明来源钻瓜专利网。
