检测方法、检测装置、电子设备及存储介质制造方法及图纸

技术编号:35081477 阅读:13 留言:0更新日期:2022-09-28 11:50
本发明专利技术公开了一种检测方法、装置、电子设备以及存储介质。检测方法包括获取电解槽的双光谱图像,根据预设标定参数对双光谱图像中的温度特征标定,得到温度修正图像,标记温度修正图像中的槽体,以得到槽体图像,根据槽体图像中的温度特征将槽体图像划分为盖布区域和裸露区域,分别对盖布区域和裸露区域检测,得到电解槽的检测结果。本发明专利技术实施方式的检测方法通过对双光谱图像中的温度特征进行修正,并对温度修正图像分割得到槽体图像,再对槽体图像根据是否盖布进行进一步的划分,最后再分别对盖布区域和裸露区域进行故障检测,如此,提高了检测效率和故障检测精度。高了检测效率和故障检测精度。高了检测效率和故障检测精度。

【技术实现步骤摘要】
检测方法、检测装置、电子设备及存储介质


[0001]本专利技术涉及图像识别领域,特别涉及一种检测方法、检测装置、电子设备及计算机可读存储介质。

技术介绍

[0002]电解精炼是铜冶炼中的必要步骤,它可以脱除火法精炼难以除去的、对铜的导电性能和机械性能有损害的杂质,将铜的品位提高到99.95%以上。
[0003]目前,受到技术条件的局限,铜精炼厂家普遍采用的故障检测方式是工人手持干簧管手拖式查槽装置,结合洒水、手摸等方式,人工在槽面上巡检,此方法过程缓慢、自动化水平较低。如何高效巡检故障极板位置,是本领域技术人员亟待解决的问题。

技术实现思路

[0004]有鉴于此,本专利技术提供一种检测方法、检测装置、电子设备及非易失性计算机可读存储介质。
[0005]本专利技术实施方式的检测方法,包括:获取电解槽的双光谱图像;根据预设标定参数对所述双光谱图像中的温度特征标定,得到温度修正图像;标记所述温度修正图像中的槽体,以得到槽体图像;根据所述槽体图像中的温度特征将所述槽体图像划分为盖布区域和裸露区域;和分别对所述盖布区域和所述裸露区域检测,得到所述电解槽的检测结果。
[0006]在某些实施方式中,所述标记所述温度修正图像中的槽体,以得到槽体图像,包括:确定所述温度修正图像中所述槽体的进/出液口和极板边;分别在所述进/出液口和所述极板边所在区域标记定位框和定位点;根据所述定位框和所述定位点分割所述温度修正图像,得到所述槽体图像。
[0007]在某些实施方式中,所述根据所述槽体图像中的温度特征将所述槽体图像划分为盖布区域和裸露区域包括:通过预设特征提取算法和所述槽体图像中的温度特征识别所述槽体图像中的盖布边缘线;根据所述盖布边缘线分割所述槽体图像以得到所述盖布区域和所述裸露区域。
[0008]在某些实施方式中,所述预设特征算法包括霍夫变换算法,所述通过预设特征提取算法和所述槽体图像中的温度特征识别所述槽体图像中的盖布边缘线,包括:根据所述槽体图像的温度特征识别出所述盖布边缘线中的纵向边缘线;通过所述霍夫变换算法识别出所述盖布边缘线中的横向边缘线。
[0009]在某些实施方式中,所述分别对所述盖布区域和所述裸露区域检测,得到所述电解槽的检测结果,包括:
分别对所述盖布区域和所述裸露区域处理生成对应的极板图像;根据各个所述极板图像的温度梯度计算每个所述极板图像的特征值;通过特征分类网络根据所述特征值检测得到所述电解槽的检测结果,所述特征分类网络由神经网络算法训练得到。
[0010]在某些实施方式中,所述特征值包括目标温度和区域梯度方向,所述根据各个所述极板图像的温度梯度计算每个所述极板图像的特征值,包括:获取所述极板图像中各个极板头部区域的第一温度和各个极板中部区域的第二温度;根据所述第一温度生成温度序列;对所述温度序列做滤波处理得到所述极板图像中极板头部区域的目标温度;根据所述第二温度分别计算所述极板图像的横向二次偏导数和纵向二次偏导数;根据所述横向二次偏导数和所述纵向二次偏导数对所述极板图像进行特征提取以得到区域梯度方向。
[0011]在某些实施方式中,所述通过特征分类网络根据所述特征值检测得到所述电解槽的检测结果,包括:根据标定后的故障图像建立特征空间;根据所述特征空间训练所述神经网络算法得到所述特征分类模型。
[0012]本专利技术实施方式的检测装置,包括:获取模块,用于获取电解槽的双光谱图像;标定模块,用于根据预设标定参数对所述双光谱图像中的温度特征标定,得到温度修正图像;标记模块,用于标记所述温度修正图像中的槽体,以得到槽体图像;划分模块,用于根据所述槽体图像中的温度特征将所述槽体图像划分为盖布区域和裸露区域;和检测模块,用于分别对所述盖布区域和所述裸露区域检测,得到所述电解槽的检测结果。
[0013]本专利技术实施方式的电子设备,包括处理器和存储器;所述存储器中存储有计算机程序,当所述计算机程序被所述处理器执行时,使得所述处理器执行上述的检测方法。所述检测方法包括:获取电解槽的双光谱图像,根据预设标定参数对所述双光谱图像中的温度特征标定,得到温度修正图像;标记所述温度修正图像中的槽体,以得到槽体图像;根据所述槽体图像中的温度特征将所述槽体图像划分为盖布区域和裸露区域;分别对所述盖布区域和所述裸露区域检测,得到所述电解槽的检测结果。
[0014]本专利技术实施方式的非易失性计算机可读存储介质,包括计算机程序,当所述计算机程序被处理器执行时,使得所述处理器执行上述的所述的检测方法。所述检测方法包括:获取电解槽的双光谱图像,根据预设标定参数对所述双光谱图像中的温度特征标定,得到温度修正图像;标记所述温度修正图像中的槽体,以得到槽体图像;根据所述槽体图像中的温度特征将所述槽体图像划分为盖布区域和裸露区域;分别对所述盖布区域和所述裸露区域检测,得到所述电解槽的检测结果。
[0015]本专利技术实施方式的检测方法、装置、电子设备及可读存储介质中,通过获取到电解
槽的双光谱图像,并通过预设标定参数对双光谱图像的温度进行标定,从而对双光谱图像的温度特征进行修正,得到温度修正图像,保证了温度修正图像中表征的温度与电解槽对应的实际温度对应,再对温度修正图像中表征电解槽槽体的区域进行标记,得到槽体图像,以及再根据槽体图像的温度特征对槽体图像进行分割,分割为盖布区域和裸露区域,最后再分别对盖布区域和裸露区域分别进行故障检测,得到检测结果。如此,提高了检测效率和故障检测精度。
[0016]本专利技术的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本专利技术的实践了解到。
附图说明
[0017]本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:图1是本专利技术某些实施方式的检测方法的流程示意图;图2是本专利技术某些实施方式的检测装置的模块示意图;图3是本专利技术某些实施方式的检测方法的场景示意图;图4是本专利技术某些实施方式的检测方法的场景示意图;图5是本专利技术某些实施方式的检测方法的场景示意图;图6是本专利技术某些实施方式的检测方法的流程示意图;图7是本专利技术某些实施方式的检测方法的场景示意图;图8是本专利技术某些实施方式的检测方法的流程示意图;图9是本专利技术某些实施方式的检测方法的流程示意图;图10是本专利技术某些实施方式的检测方法的场景示意图;图11是本专利技术某些实施方式的检测方法的流程示意图;图12是本专利技术某些实施方式的检测方法的流程示意图;图13是本专利技术某些实施方式的检测方法的流程示意图。
具体实施方式
[0018]应当理解,此处所描述的具体实施例仅仅用以解释本专利技术,并不用于限定本专利技术。
[0019]在后续的描述中,使用用于表示部件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本专利技术的说明,其本身没有特定的意义。因此,“模块”、“部件”或“单元”可以混合地使用。
[0020]电解精炼是铜冶炼中的必要步骤,它可以脱除火法精炼难以除去的、对铜的导电性能和机械性能有损害的杂质,将铜的品位提高本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种检测方法,其特征在于,所述检测方法包括:获取电解槽的双光谱图像;根据预设标定参数对所述双光谱图像中的温度特征标定,得到温度修正图像;标记所述温度修正图像中的槽体,以得到槽体图像;根据所述槽体图像中的温度特征将所述槽体图像划分为盖布区域和裸露区域;和分别对所述盖布区域和所述裸露区域检测,得到所述电解槽的检测结果。2.如权利要求1所述的检测方法,其特征在于,所述标记所述温度修正图像中的槽体,以得到槽体图像,包括:确定所述温度修正图像中所述槽体的进/出液口和极板边;分别在所述进/出液口和所述极板边所在区域标记定位框和定位点;根据所述定位框和所述定位点分割所述温度修正图像,得到所述槽体图像。3.如权利要求1所述的检测方法,其特征在于,所述根据所述槽体图像中的温度特征将所述槽体图像划分为盖布区域和裸露区域包括:通过预设特征提取算法和所述槽体图像中的温度特征识别所述槽体图像中的盖布边缘线;根据所述盖布边缘线分割所述槽体图像以得到所述盖布区域和所述裸露区域。4.如权利要求3所述的检测方法,其特征在于,所述预设特征算法包括霍夫变换算法,所述通过预设特征提取算法和所述槽体图像中的温度特征识别所述槽体图像中的盖布边缘线,包括:根据所述槽体图像的温度特征识别出所述盖布边缘线中的纵向边缘线;通过所述霍夫变换算法识别出所述盖布边缘线中的横向边缘线。5.如权利要求1所述的检测方法,其特征在于,所述分别对所述盖布区域和所述裸露区域检测,得到所述电解槽的检测结果,包括:分别对所述盖布区域和所述裸露区域处理生成对应的极板图像;根据各个所述极板图像的温度梯度计算每个所述极板图像的特征值;通过特征分类网络根据所述特征值检测得到所述电解槽的检测结果,所述特征分类网络由神经网络算法训...

【专利技术属性】
技术研发人员:申远杨帆徐勇
申请(专利权)人:合肥金星智控科技股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1