买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京科技大学申请的专利一种基于充填料浆图像特征的在线浓度监测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115601676B 。

龙图腾网通过国家知识产权局官网在2025-08-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211246978.7，技术领域涉及：G06V20/40；该发明授权一种基于充填料浆图像特征的在线浓度监测方法是由尹升华;闫泽鹏;王雷鸣;陈勋;严荣富;陈大鹏设计研发完成，并于2022-10-12向国家知识产权局提交的专利申请。

本一种基于充填料浆图像特征的在线浓度监测方法在说明书摘要公布了：本发明提供一种基于充填料浆图像特征的在线浓度监测方法，属于矿山充填技术领域。该方法采用双分辨率料浆检测传感器对介尺度范围清晰成像，采集料浆搅拌过程中静态图像和视频流数据。料浆检测传感器镜头端布置半导体制冷与高压空气双重冷却装置。综合分析自然图像浅层公共特征，介尺度图像多尺度特征和视频光流特征与浓度间的关系，建立基于图像特征和视频光流特征的充填料浆浓度监测模型。在生产中，通过实时图像对搅拌槽中料浆浓度进行实时测定。该方法结合机器视觉、深度学习与人工智能技术，将料浆的介尺度图像和视频数据的定性特征进行定量表征，为充填采矿智能化发展提供良好借鉴。

本发明授权一种基于充填料浆图像特征的在线浓度监测方法在权利要求书中公布了：1.一种基于充填料浆图像特征的在线浓度监测方法，其特征在于，包括步骤如下： S1：数据采集：在充填料浆制备搅拌时，采用视觉介尺度料浆检测传感器对搅拌槽中搅拌轴轴向的前、中、后三个位置的料浆表面进行拍摄，采集不同入料条件下料浆搅拌过程中的自然图像、介尺度图像和视频流数据，形成料浆浓度相关的视觉感知特征以及运动特征表示； S2：特征提取：采用卷积神经网络对S1中采集的图像和视频流数据分别进行特征提取，获得自然图像的浅层公共特征、介尺度图像的多尺度特征和视频的光流特征； S3：浓度标定：提取不同入料条件下搅拌槽内的料浆，采用烘干法进行浓度测定，获得不同入料条件下料浆的浓度基准值； S4：通过FPN网络结构进行自然图像的浅层公共特征和介尺度图像的多尺度特征的特征融合，并通过预训练模型实现自然图像特征的迁移学习；同时，综合分析图像、视频的光流特征与料浆浓度间的关系，采用小样本图像迁移学习的料浆浓度分析模型预训练技术建立基于图像特征和视频光流特征的充填料浆浓度监测模型； S5：充填料浆浓度监测：在工业生产条件下，根据S4中建立的充填料浆浓度监测模型，通过S1中获得的实时图像对充填料浆浓度进行监测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京科技大学，其通讯地址为：100083 北京市海淀区学院路30号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。