一种基于深度学习的煤矸X射线图像凹缺陷检测与分割方法
申请号:CN202511089420
申请日期:2025-08-05
公开号:CN120976149A
公开日期:2025-11-18
类型:发明专利
摘要
本发明涉及煤矸分选技术领域,具体是一种基于深度学习的煤矸X射线图像凹缺陷检测与分割方法。本发明提出了一种基于深度学习的一种基于深度学习的煤矸X射线图像凹缺陷检测与分割方法,该方法通过凹缺陷区域标注的创新思路,避免了传统方法中的锚点边缘标注,显著提高了标注效率。此外,利用深度学习模型的强大特征提取和表示能力,该方法能够有效地从X射线图像中分割重叠粘连的目标,精准定位各个目标,为煤矸石的后续吹射分离提供可靠的技术支持。
技术关键词
分割方法
深度学习模型
二值化图像
煤矸分选技术
双能X射线
闭环
抑制算法
重叠面积
注意力机制
轮廓
坐标
直线
分辨率
思路
格式
像素
噪声