Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华能煤炭技术研究有限公司张倍宁获国家专利权

华能煤炭技术研究有限公司张倍宁获国家专利权

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!

龙图腾网获悉华能煤炭技术研究有限公司申请的专利基于图像识别的皮带运量分析方法及装置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:CN120808231B

龙图腾网通过国家知识产权局官网在2026-04-07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:202510904577.3,技术领域涉及:G06V20/40;该发明授权基于图像识别的皮带运量分析方法及装置是由张倍宁;胡兵;孙晓虎;徐浩;李义朝;杨光;马利宁;郭传军;陈国强;李灵博;刘孙杰;拜世伟;张嘉;邵常雄;李煦芃;涂辉;王铮设计研发完成,并于2025-07-01向国家知识产权局提交的专利申请。

基于图像识别的皮带运量分析方法及装置在说明书摘要公布了:本发明公开一种基于图像识别的皮带运量分析方法及装置,该方法利用标注工具在煤流皮带视频采集的图像中,标注“煤”和“皮带”两种标签;采用实例分割算法对标注后的图像进行训练,得到用于识别煤流的实例分割模型;在煤流皮带视频采集的图像上标记线段,计算线段的像素长度及真实物理长度,确定单位像素长度,并对皮带进行透视还原,计算纵向像素处的缩放比,得到煤流宽度;通过实例分割模型对视频帧进行实例分割,根据测量的煤平均密度,估算的煤流速度及煤流截面积,结合帧时间差计算单位时间内煤的质量,累加得到预设粒度煤量。本发明通过图像识别实现非接触式运量估算,避免人为造假,提升数据准确性。

本发明授权基于图像识别的皮带运量分析方法及装置在权利要求书中公布了:1.基于图像识别的皮带运量分析方法,其特征在于,包括以下步骤: 利用标注工具在煤流皮带视频采集的图像中,标注“煤”和“皮带”两种标签; 采用实例分割算法对标注后的图像进行训练,得到用于识别煤流的实例分割模型; 在煤流皮带视频采集的图像上标记线段,计算所述线段的像素长度及真实物理长度,确定单位像素长度,并对皮带进行透视还原,计算纵向像素处的缩放比,得到煤流宽度; 通过分类模型对煤分类,根据煤流宽度和分类结果确定自然堆积角; 将煤流截面积近似为梯形和弓形,结合自然堆积角计算煤流截面积; 通过所述实例分割模型对视频帧进行实例分割,根据测量的煤平均密度,估算的煤流速度及所述煤流截面积,结合帧时间差计算单位时间内煤的质量,累加得到预设粒度煤量; 采用实例分割算法对标注后的图像进行训练,得到用于识别煤流的实例分割模型,具体包括: 利用标注后的图像数据集构建包含煤流目标边界框及掩码的训练样本; 基于YOLOv8算法的Anchor-Free架构和PathAggregationNetwork特征金字塔结构,通过优化CIoU损失函数与掩码分支的二元交叉熵损失函数,训练得到具备煤流区域像素级分割能力的深度学习模型作为实例分割模型,以对皮带视频图像中煤流目标的实例级识别与边界定位; 计算煤流宽度时,通过在煤流皮带视频采集的图像上标记线段EF,计算线段EF像素长度和真实物理长度,得到单位像素长度为; 并通过标注皮带边缘四点坐标进行透视还原,计算纵像素处的缩放比,得到煤流真实长度;其中,为纵像素处煤的像素长度; 将煤流截面积近似为梯形和弓形,结合自然堆积角计算煤流截面积过程中: 梯形部分面积通过两等腰三角形面积差计算,公式为: 式中,为以煤流宽度为底边、托辊夹角为底角的等腰三角形面积;为以修正宽度为底边、托辊夹角为底角的等腰三角形面积;为图像识别到的煤流宽度,为托辊与水平方向的夹角,为托辊顶端对应的皮带标准宽度,为托辊顶端到皮带底部的高度; 弓形部分面积通过扇形面积与三角形面积差计算,公式为: 煤流截面积为: 式中,指与煤流弓形部分对应的扇形面积,在计算弓形面积时作为被减数;代表与煤流弓形部分对应的三角形面积,用于计算弓形面积时减去的部分;为自然堆积角;表示煤流的截面积。

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华能煤炭技术研究有限公司,其通讯地址为:100071 北京市丰台区南四环西路188号17区8号楼3层301室;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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。