一种基于神经网络的喷雾特征提取方法、设备及存储介质技术

本发明专利技术涉及一种基于神经网络的喷雾特征提取方法、设备及存储介质，其中方法包括：步骤一为卷积神经网络的训练，步骤二读取模型，输入喷雾图像。其中步骤一先获取喷雾图像，再结合工况信息与喷雾图像形成新的复合矩阵，获取喷雾特征标签，输入新图像矩阵和标签到神经网络中，得到特定神经网络下的结构权重。步骤二读取上述步骤一的模型，获得喷雾图像，并将喷雾图像与工况信息复合成新的图像矩阵，输入新的复合喷雾图像到模型中，获取喷雾特征。本发明专利技术创造性的提出了一种喷雾图像与工况信息复合成新图像矩阵的方法，此方法很好的突出了喷雾的工况对于喷雾的影响，特征提取结果与工况联系更加紧密，可信度高，误差小。

【技术实现步骤摘要】
一种基于神经网络的喷雾特征提取方法、设备及存储介质
本专利技术涉及喷雾和计算机
，尤其是涉及一种基于神经网络的喷雾特征提取方法、设备及存储介质。
技术介绍
喷雾学已经成为了国际性的研究领域。因为其应用范围广，其可以应用到喷雾燃烧，清洗传感器，清洗玻璃，从火箭喷雾，汽车喷雾到居家生活中的喷雾，喷雾的应用之广远远超出人们的想象。所以研究喷雾特征极其重要，喷雾特征包括喷雾面积，喷雾贯穿距，喷雾锥角等。现在对于喷雾特征的提取，没有统一的方法，没有方便的工具。而且要依靠高精度的工具如高速摄像机，马尔文粒径观测仪等。所以如何方便快速的提取喷雾特征是当前一大问题。而当今计算机视觉技术蓬勃发展，尤其以神经网络为代表的图像处理技术十分成熟。将神经网络和喷雾学结合是当前大趋势。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于神经网络的喷雾特征提取方法、设备及存储介质。本专利技术的目的可以通过以下技术方案来实现：一种基于神经网络的喷雾特征提取方法，该方法包括以下步骤：步骤1：获本文档来自技高网...

【技术保护点】
1.一种基于神经网络的喷雾特征提取方法，其特征在于，该方法包括以下步骤：/n步骤1：获取用于训练神经网络以得到对应模型的喷雾图像；/n步骤2：将喷雾图像与工况信息复合成图像矩阵并获取对应用于训练神经网络以得到对应模型的喷雾标签；/n步骤3：将图像矩阵和对应的喷雾标签输入至神经网络中并训练，得到对应的模型；/n步骤4：读取模型，获取实际待特征提取的喷雾图像；/n步骤5：将实际待特征提取的喷雾图像及对应工况信息复合成基于实际待特征提取的喷雾图像的图像矩阵；/n步骤6：将基于实际待特征提取的喷雾图像的图像矩阵输入至模型中，输出得到实际对应喷雾特征结果。/n

【技术特征摘要】
1.一种基于神经网络的喷雾特征提取方法，其特征在于，该方法包括以下步骤：
步骤1：获取用于训练神经网络以得到对应模型的喷雾图像；
步骤2：将喷雾图像与工况信息复合成图像矩阵并获取对应用于训练神经网络以得到对应模型的喷雾标签；
步骤3：将图像矩阵和对应的喷雾标签输入至神经网络中并训练，得到对应的模型；
步骤4：读取模型，获取实际待特征提取的喷雾图像；
步骤5：将实际待特征提取的喷雾图像及对应工况信息复合成基于实际待特征提取的喷雾图像的图像矩阵；
步骤6：将基于实际待特征提取的喷雾图像的图像矩阵输入至模型中，输出得到实际对应喷雾特征结果。


2.根据权利要求1所述的一种基于神经网络的喷雾特征提取方法，其特征在于，所述的步骤2中的工况信息包括喷雾的压力和温度。


3.根据权利要求1所述的一种基于神经网络的喷雾特征提取方法，其特征在于，所述的步骤2中将喷雾图像与工况信息复合成图像矩阵的过程所采用的方法为图像插值和扩充方法。


4.根据权利要求1所述的一种基于神经网络的喷雾特征提取方法，其特征在于，所述的步骤5中将实际待特征提取的喷雾图像及对应工况信息复合成基于实际待特征提取的喷雾图像的图像矩阵的过程所采用的方法为图像插值和扩充方法。...

【专利技术属性】
技术研发人员：马玉霖，张博文，李治龙，邓俊，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海;31