本发明要改善以往浮标法的弊端,避免与河流的接触,采用非接触式的摄像头,获取大量河流不同状态下的表面图像。采用市场上已有的浮标或流速仪测量每张图像对应的流速,根据精确度需要,将流速类别化,获取大量图像后,依据图像所对应流速的类别标记图像,并对图像进行预处理,生成训练集训练卷积神经网络,之后再次需要测量流速时,只需摄像头拍摄下当时河流表面的图片,利用训练好的卷积神经网络对该图片进行分类,与该图片相同概率最高的类别图片的流速,即为此时河流的流速。
一种基于卷积神经网络图像识别的水流测速方法,包括如下步骤:设备安装、样本图片采集。建立样本数据、训练分类器、实际测量。本发明采用非接触式的摄像头,获取大量河流不同状态下的表面图像并预先测量每张图像对应的流速,并对图像进行预处理,生成样本数据训练调整卷积神经网络,再需要测量流速时,只需摄像头拍摄下当时河流表面的图片,利用训练好的卷积神经网络对该图片进行分类,得到的类别所对应的流速,即为此时河流的流速。
浙江工业大学是东部沿海地区第一所省部共建高校、首批国家“高等学校创新能力提升计划”(2011计划)协同创新中心牵头高校和浙江省首批重点建设高校,坐落于中国历史文化名城、风景旅游胜地杭州。学校坚持立德树人根本任务,以拔尖创新人才为引领、高级应用型人才为主体、复合型人才为特色,大力培养德智体美劳全面发展,富有家国情怀、国际视野、创新精神和实践能力的行业精英和领军人才。
评价单位:- (-)
评价时间:2024-11-14
综合评价
技术转让,所需资金需双方协商,此项技术想尽快落地保定,希望具备此项技术研发的技术方,能够尽快承接次项目
查看更多>