基于神经网络的端到端的砂石粒径检测

摘要：

砂石粒度检测的方法之一是通过图像分割来实现的.但是对于堆叠严重、砂石密度大的图像,传统方法的效果并不理想,分水岭算法容易导致欠分割,Canny算子则对噪声过于敏感.因此,本文使用基于神经网络的方法直接完成对砂石图像的粒度估计.为了得到不同粒径的分布信息,网络头部将图像特征向量回归为一组输出向量来表示每个粒径范围的矿石分布.通过实验分析,提出的方法的正确率达到 97.8%,误差率小于 3.5%,性能远好于传统方法.

关键词：细粒度图像检测、神经网络、DenseNet架构

所属期刊栏目：13

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2023-10-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：214-216,封3