基于深度学习的烧结断面识别分类研究

作者：阮志国; 周敏; 文喆皓; 高强

来源：传感器与微系统, 2022, 41(12): 51-54.

DOI：10.13873/J.1000-9787(2022)12-0051-04

• 烧结断面
• 深度学习
• YCbCr颜色空间
• 粒子群优化算法
• LeNet—5模型

针对烧结机机尾断面烧结状态识别分类效率低、成本高等问题，提出一种基于深度学习的烧结断面识别分类方法。首先，利用YCbCr颜色空间转换结合中值滤波的方法对断面图像预处理；然后，利用粒子群优化(PSO)算法优化的Canny算子进行边缘检测，得到较好的分割结果；最后，构建LetNet—5卷积神经网络模型对断面灰度图分类识别，实验结果表明：该方法具有较好的识别分类效果。

• 单位
  武汉科技大学