基于深度学习的运煤图像处理应用研究
文档名：基于深度学习的运煤图像处理应用研究
摘要：人工智能技术正在高速发展,在各个领域的实际应用也变得越来越普遍.为保障发电厂运行设备的安全性,提出了基于深度学习的煤炭运煤图像检测算法,改进了基于Retinex的目标检测方法.针对图像光照不均的特点,将获取的低光图像作为网络的训练数据,采用深度曲线估计此参数矩阵,该矩阵与原始图像相乘,经过多次迭代后得到增强的图像.最后应用于公司燃运系统,检测未佩戴安全帽、未穿长裤和煤仓堵煤溢煤现象,验证了所提改进算法的正确性和实用性.
Abstract：Artificialintelligencetechnologyisdevelopingrapidlyanditspracticalapplicationsinvariousfieldsarebecomingincreasinglycommon.Toensurethesafetyofoperatingequipmentinpowerplants,thispaperproposesadeeplearningbasedcoaltransportationimagedetectionalgorithmandimprovestheRetinexbasedobjectdetectionmethod.Inresponsetotheunevenlightingcharacteristicsoftheimage,adeepcurveisusedtoestimatethisparametermatrixforobtaininglowlightimagesastrainingdataforthenetwork.Thismatrixismultipliedbytheoriginalimageandaftermultipleiterations,anenhancedimageisobtained.Finally,itwasappliedtothefueltransportationsystemofacompanytodetectthephenomenaofnotwearingasafetyhelmet,notwearinglongpantsandcoalblockageoroverflowinthecoalbunker,verifyingthecorrectnessandpracticalityoftheproposedimprovedalgorithm.
作者：陈意张小亮李静鹏Author：CHENYiZHANGXiaoliangLIJingpeng
作者单位：国能丰城发电有限公司,江西丰城331100
刊名：电气应用
Journal：ElectrotechnicalApplication
年，卷(期)：2024, 43(4)
分类号：
关键词：人工智能图像检测目标检测深度曲线参数矩阵
Keywords：artificialintelligenceimagedetectionobjectdetectiondepthcurveparametermatrix
机标分类号：TN957.52TP391.41TP277
在线出版日期：2024年6月11日
基金项目：基于深度学习的运煤图像处理应用研究[
期刊论文]电气应用--2024, 43(4)陈意张小亮李静鹏人工智能技术正在高速发展,在各个领域的实际应用也变得越来越普遍.为保障发电厂运行设备的安全性,提出了基于深度学习的煤炭运煤图像检测算法,改进了基于Retinex的目标检测方法.针对图像光照不均的特点,将获取的低光图...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于深度学习的运煤图像处理应用研究Research on application of coal transportation image processing based on deep learning
基于深度学习的运煤图像处理应用研究.pdf
页:
[1]