【技术实现步骤摘要】
本专利技术涉及滤波图像增强，具体涉及基于机器学习的鼓形滤网智慧健康检测方法。
技术介绍
1、鼓形滤网是核电站取水系统及火力发电厂循环水冷却系统中取水头部的主要过滤设备之一，对应的鼓形滤网设备由旋转的圆筒形框架结构组成，圆筒形框架外表面设置有冲孔网片，通过冲孔网片将大于网孔直径的污物拦截，因此通常用于清除海水中的固体杂物，保证设备的正常运转。对于冲孔网片而言，日常使用过程中通常长期处于液体比如海水中，可能会出现网片表面发生腐蚀的情况，进而影响滤网片的使用寿命；并且冲孔网片的健康状况会直接影响清除杂物的效果，因此需要定期对冲孔网片进行检测。
2、考虑到检测效率和成本因素，现有对冲孔网片进行健康检测的方法通常根据冲孔网片图像进行健康检测。但是冲孔网片网孔状表面结构以及外界环境影响，导致采集到的图像中通常会存在较多的噪声，因此为了保证健康检测的准确性，需要对采集到的冲孔网片图像进行滤波增强处理。现有技术通常采用双边滤波方法对冲孔网片图像进行滤波增强。双边滤波方法对所有像素点采用大小相同的滤波窗口；但是冲孔网片的网孔空隙通常较小，对应...
【技术保护点】
1.基于机器学习的鼓形滤网智慧健康检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于机器学习的鼓形滤网智慧健康检测方法，其特征在于，所述疑似局部暗区域区间的获取方法包括：
3.根据权利要求1所述的基于机器学习的鼓形滤网智慧健康检测方法，其特征在于，所述暗区域疑似程度的获取方法包括：
4.根据权利要求1所述的基于机器学习的鼓形滤网智慧健康检测方法，其特征在于，所述自适应滤波窗口的尺寸的计算公式包括：
5.根据权利要求4所述的基于机器学习的鼓形滤网智慧健康检测方法，其特征在于，所述对所述冲孔网片灰度图像进行滤...
【技术特征摘要】
1.基于机器学习的鼓形滤网智慧健康检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于机器学习的鼓形滤网智慧健康检测方法，其特征在于，所述疑似局部暗区域区间的获取方法包括：
3.根据权利要求1所述的基于机器学习的鼓形滤网智慧健康检测方法，其特征在于，所述暗区域疑似程度的获取方法包括：
4.根据权利要求1所述的基于机器学习的鼓形滤网智慧健康检测方法，其特征在于，所述自适应滤波窗口的尺寸的计算公式包括：
5.根据权利要求4所述的基于机器学习的鼓形滤网智慧健康检测方法，其特征在于，所述对所述冲孔网片灰度图像进行滤波增强的方法为双边滤波方法。
6.根据权利要求1所述的基于机器学习的鼓形滤网智慧健...
【专利技术属性】
技术研发人员：李军科，宋博，阎长城，马云，张腾，
申请(专利权)人：陕西中环机械有限责任公司，
类型：发明
国别省市：
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。