典型文献
混合颗粒系重叠图像分割与分类方法研究
文献摘要:
针对传统图像处理算法对重叠颗粒的分割困难,引入Mask R-CNN深度学习算法并做针对性改进,通过调整残差网络ResNet-101加速训练,提出双FPN结构实现全局特征融合,使用Soft-NMS避免重叠颗粒漏检.设计了颗粒重叠图像实验系统,采集单一球形、球形与不规则混合多分散颗粒重叠图像用于分割研究.实验结果表明:该方法对混合颗粒分类准确率为91%,召回率为92%,均优于传统算法;其应用于含气泡的一水柠檬酸结晶过程中结晶的在线测量,所得结晶颗粒中位径误差为3.8%,数目误差为-1.3%.所提方法为混合颗粒的重叠图像分析提供了思路,后续有望解决图像法结晶过程后期在线监测乏力与气泡干扰的问题.
文献关键词:
计量学;混合颗粒;重叠图像;颗粒分割;粒径分布;一水柠檬酸;结晶;深度学习
中图分类号:
作者姓名:
陈宗元;张磊磊;赵宁宁;苏明旭
作者机构:
上海理工大学能源与动力工程学院,上海200093
文献出处:
引用格式:
[1]陈宗元;张磊磊;赵宁宁;苏明旭-.混合颗粒系重叠图像分割与分类方法研究)[J].计量学报,2022(06):746-753
A类:
重叠颗粒
B类:
混合颗粒,重叠图像,图像分割,分类方法,图像处理算法,Mask,深度学习算法,残差网络,ResNet,FPN,全局特征融合,Soft,NMS,漏检,粒重,实验系统,一球,多分散,分散颗粒,分类准确率,召回率,传统算法,气泡,一水柠檬酸,结晶过程,在线测量,图像分析,图像法,在线监测,颗粒分割,粒径分布
AB值:
0.391884
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。