科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统图像处理算法对重叠颗粒的分割困难，引入Mask R-CNN深度学习算法并做针对性改进，通过调整残差网络ResNet-101加速训练，提出双FPN结构实现全局特征融合，使用Soft-NMS避免重叠颗粒漏检。设计了颗粒重叠图像实验系统，采集单一球形、球形与不规则混合多分散颗粒重叠图像用于分割研究。实验结果表明：该方法对混合颗粒分类准确率为91%,召回率为92%,均优于传统算法；其应用于含气泡的一水柠檬酸结晶过程中结晶的在线测量，所得结晶颗粒中位径误差为3.8%,数目误差为-1.3%。所提方法为混合颗粒的重叠图像分析提供了思路，后续有望解决图像法结晶过程后期在线监测乏力与气泡干扰的问题。
- 单位
