首页 > 专利技术

一种基于深度学习预测边缘的矿石物料图像分割方法[发明专利]

专利名称：一种基于深度学习预测边缘的矿石物料图像分割方法

专利类型：发明专利

发明人：赵三元，李浩，徐志涛

申请号：CN202011379942.7

申请日：20201130

公开号：CN112365494A

公开日：

20210212

专利内容由知识产权出版社提供

摘要：本发明涉及一种基于深度学习预测边缘的矿石物料图像分割方法，属于计算机视觉技术领域。本方法首先利用基于深度学习的边缘检测算法计算出矿石物料原始图片每个位置像素点是物体边缘的概率。在此基础上，通过对概率图的阈值化处理，生成物料图片的粗略分割结果。然后，基于分割结果，进行距离变换和种子点选取，目的是在粘连区域生成多个种子点，后续分水岭算法的输入图像为深度学习预测的边缘概率图。最后，通过逻辑运算组合阈值化和分水岭算法分割结果，从而高效、准确地生成矿石物料分割图像。与现有技术相比，本方法能够快速准确对密集、粘连物料图像进行分割，具有很强的实用性。

申请人：北京理工大学

地址：100081 北京市海淀区中关村南大街5号

国籍：CN

代理机构：北京正阳理工知识产权代理事务所(普通合伙)

代理人：张利萍

本文发布于:2024-09-22 13:29:31，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/3/438049.html

上一篇：一种电网污区分布图的修订方法及电网污区分布图[发明专利]

下一篇：一种用于全景图像拼接的基于网格优化的配准方法[发明专利]