申请/专利权人：中国电建集团江西省电力设计院有限公司

申请日：2022-12-15

公开（公告）日：2023-01-13

公开（公告）号：CN115601713A

主分类号：G06V20/52

分类号：G06V20/52;G06V10/764;G06V10/774;G06V10/82

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.02.07#实质审查的生效;2023.01.13#公开

摘要：本申请提供了一种汽包水位图像识别方法及其装置，运用于图像数据处理技术领域，其方法包括：S1：通过具有视觉系统的智能工业摄像机获取汽包水位的第一图像信息，将第一图像信息进行预处理，得到预处理后的第二图像信息；S2：根据所述第二图像信息得到汽包水位刻度所在的位置图像；S3：利用视觉系统将汽包水位刻度所在的位置图像分为不同状态的若干水位图像；S4：采用深度学习多分类模型识别所述若干水位图像，组成模型训练集；S5：将获得的开关量或模拟量信号通过集成在智能工业摄像机上的标准通讯协议接口以及可扩展的IO信号通道与控制系统通讯连接或硬接线连接；实现对汽包水位监视、自动调节、保护的不同功能系统要求。

主权项：1.一种汽包水位图像识别方法，其特征在于，包括：S1：通过具有视觉系统的智能工业摄像机获取汽包水位的第一图像信息，将所述第一图像信息进行预处理，得到预处理后的第二图像信息；S2：根据所述第二图像信息得到汽包水位刻度所在的位置图像；S3：利用视觉系统将所述汽包水位刻度所在的位置图像分为不同状态的若干水位图像；S4：采用深度学习多分类模型识别若干所述水位图像，组成模型训练集，所述训练集包 含m组训练样本，表示为：，定义其所述训练集的损失函 数为：，其中hw，b为输出值，W为权值参 数，b为偏置，x（i）为第i组训练样本的输入，y（i）为第i组训练样本的期望输出，hw,bx（i）-y（i） 为神经网络训练后的预测结果，并将所述训练集导入至轻量级模型MobileNetV2进行训练， 得到水位识别模型，并通过视觉系统输出水位识别模型的若干所述水位图像转换成开关量 或模拟量信号至机组控制系统； S5：将获得的开关量或模拟量信号通过集成在所述智能工业摄像机上的标准通讯协议接口以及可扩展的IO信号通道与控制系统通讯连接或硬接线连接，将所述开关量或模拟量信号的汽包水位测量值进行比较修正，得到正确的汽包水位值和汽包水位动作条件。

全文数据：

权利要求：

百度查询： 中国电建集团江西省电力设计院有限公司 一种汽包水位图像识别方法及其装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD