申请/专利权人:河北先河环保科技股份有限公司
申请日:2023-12-15
公开(公告)日:2024-03-12
公开(公告)号:CN117689968A
主分类号:G06V10/766
分类号:G06V10/766;G06V20/10;G06V10/58;G06V10/46;G06V10/764;G06V10/774;G06V10/776
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.29#实质审查的生效;2024.03.12#公开
摘要:本发明提供溢油厚度识别方法、模型训练方法及存储介质,该识别方法包括:获取待测溢油区域的高光谱溢油图像;进行预处理,获取待测溢油区域的反射率图像;对待测溢油区域的反射率图像和不同油膜厚度样本标注信息进行反射率归一化处理;基于设定小波基函数对归一化处理后的反射率图像进行多尺度连续小波变换,提取待测溢油区域的小波尺度特征和预设波段特征;将待测溢油区域的小波尺度特征和预设波段特征输入至提前训练好的溢油厚度综合回归模型,并根据溢油厚度综合回归模型的输出结果确定溢油厚度;其中,溢油厚度综合回归模型基于PolynomialFeatures多项式、CatBoostRegressor回归模型和支持向量机SVM回归模型构建。本发明提高了溢油厚度识别的准确度。
主权项:1.一种溢油厚度识别方法,其特征在于,包括:获取待测溢油区域的高光谱溢油图像;对所述待测溢油区域的高光谱溢油图像进行预处理,获取所述待测溢油区域的反射率图像;对所述待测溢油区域的反射率图像和不同油膜厚度样本标注信息进行反射率归一化处理;基于设定小波基函数对归一化处理后的反射率图像进行多尺度连续小波变换,提取所述待测溢油区域的小波尺度特征和预设波段特征;将所述待测溢油区域的小波尺度特征和预设波段特征输入至提前训练好的溢油厚度综合回归模型,并根据所述溢油厚度综合回归模型的输出结果确定溢油厚度;其中,所述溢油厚度综合回归模型基于PolynomialFeatures多项式、CatBoostRegressor回归模型和支持向量机SVM回归模型构建。
全文数据:
权利要求:
百度查询: 河北先河环保科技股份有限公司 溢油厚度识别方法、模型训练方法及存储介质
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。