文件名称:
基于机器视觉深度学习的电站渗水检测识别技术研究
开发工具:
文件大小: 1mb
下载次数: 0
上传时间: 2021-01-12
详细说明：针对传统的人工检测水库库底排水巡检区域渗水、裂缝的方法存在对工作人员要求过高，检测结果误差过大，检测区域限制过大等缺点，文中提出了一种基于Canny算法与卷积神经网络的裂缝检测识别技术。首先，利用轮式机器人对水电站中可能存在的裂缝进行图像采集，接着借助Canny算法对图像进行预处理并制作成对比数据库，通过数据库训练出能够识别含有裂缝图像的卷积神经网络。最终，将卷积神经网络迁移至机器人的微主板中，使得机器人在巡检过程中可以对渗水、裂缝等异常现象及时报警。实验结果表明，基于本方案的裂缝图像识别率达98.33%，在实际巡检工作中能够发现绝大多数的渗漏危险并给予报警。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
相关搜索:
