申请/专利权人:山西锦烁生物医药科技有限公司;天津大学
申请日:2023-11-02
公开(公告)日:2024-01-02
公开(公告)号:CN117168331B
主分类号:G01B11/06
分类号:G01B11/06;G06V10/44;G06V10/82;G06N3/0464;G06N3/048;G06N3/08;G01K11/32
优先权:
专利状态码:有效-授权
法律状态:2024.01.02#授权;2023.12.22#实质审查的生效;2023.12.05#公开
摘要:本发明涉及智能化检测技术领域,公开了一种基于光纤传感器的天然冰场冰层厚度实时检测方法,包括以下步骤:获取由光纤传感器采集的散射信号;对所述散射信号进行处理以基于所述散射信号的频移和强度来得到光纤温度分布图像;对所述光纤温度分布图像进行基于不同深度的特征提取以得到光纤温度分布浅层特征图和光纤温度分布深层特征图;以及,基于所述光纤温度分布浅层特征图和所述光纤温度分布深层特征图,确定冰层的厚度。本发明利用光纤传感器和深度学习算法,将光纤传感器采集到的散射信号转换为光纤温度分布图像之后,对其进行图像处理与分析,以根据温度分布反推出冰层的厚度;可以提高冰场的安全性,提高冰场的利用率。
主权项:1.一种基于光纤传感器的天然冰场冰层厚度实时检测方法,其特征在于,包括:获取由光纤传感器采集的散射信号;对所述散射信号进行处理以基于所述散射信号的频移和强度来得到光纤温度分布图像;对所述光纤温度分布图像进行基于不同深度的特征提取以得到光纤温度分布浅层特征图和光纤温度分布深层特征图;以及基于所述光纤温度分布浅层特征图和所述光纤温度分布深层特征图,确定冰层的厚度;其中,对所述光纤温度分布图像进行基于不同深度的特征提取以得到光纤温度分布浅层特征图和光纤温度分布深层特征图,包括:将所述光纤温度分布图像通过基于第一卷积神经网络模型的温度分布浅层特征提取器以得到所述光纤温度分布浅层特征图;以及将所述光纤温度分布浅层特征图通过基于第二卷积神经网络模型的温度分布深层特征提取器以得到所述光纤温度分布深层特征图;具体的,将所述光纤温度分布图像通过基于第一卷积神经网络模型的温度分布浅层特征提取器以得到所述光纤温度分布浅层特征图,包括:使用所述基于第一卷积神经网络模型的温度分布浅层特征提取器的各层在层的正向传递中对所述光纤温度分布图像分别进行卷积处理、池化处理和非线性激活处理,所述基于第一卷积神经网络模型的温度分布浅层特征提取器的浅层输出为所述光纤温度分布浅层特征图;具体的,将所述光纤温度分布浅层特征图通过基于第二卷积神经网络模型的温度分布深层特征提取器以得到所述光纤温度分布深层特征图,包括:使用所述基于第二卷积神经网络模型的温度分布深层特征提取器的各层在层的正向传递中对所述光纤温度分布浅层特征图分别进行卷积处理、池化处理和非线性激活处理,所述基于第二卷积神经网络模型的温度分布深层特征提取器的深层输出为所述光纤温度分布深层特征图;其中,基于所述光纤温度分布浅层特征图和所述光纤温度分布深层特征图,确定冰层的厚度,包括:使用残差信息增强融合模块来融合所述光纤温度分布浅层特征图和所述光纤温度分布深层特征图以得到语义掩码强化光纤温度分布浅层特征图;基于所述语义掩码强化光纤温度分布浅层特征图,确定冰层的厚度。
全文数据:
权利要求:
百度查询: 山西锦烁生物医药科技有限公司;天津大学 基于光纤传感器的天然冰场冰层厚度实时检测方法
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。