买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉燕山大学申请的专利一种基于先验信息的粉尘检测及浓度分级方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116071684B 。

龙图腾网通过国家知识产权局官网在2026-03-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310162779.6，技术领域涉及：G06V20/40；该发明授权一种基于先验信息的粉尘检测及浓度分级方法是由李雅倩;曹嘉亮设计研发完成，并于2023-02-24向国家知识产权局提交的专利申请。

本一种基于先验信息的粉尘检测及浓度分级方法在说明书摘要公布了：本发明提供一种基于先验信息的粉尘检测及浓度分级方法，包括粉尘检测监控系统构建，数据集的制作，算法的优化，相较于其他深度学习检测技术，本发明通过Fast‑DMPHN图像去雾网络得到一张灰度图，此灰度图可以得到粉尘浓度，该灰度图具有很强的先验信息，其先验信息可以弥补U‑net网络丢失的空间信息从而提高分割精度，结合粉尘浓度以及粉尘区域的面积，综合判断并给粉尘浓度进行分级，本发明可以自动化实现对区域内粉尘的检测以及相应的等级判断，并且根据分割结果以及粉尘浓度实现精确除尘，较之前的粉尘检测方法具有检测速度快精度高降尘快速准确等优点，使得效率提高的同时大大节省了人力资本，具有很大的价值和意义。

本发明授权一种基于先验信息的粉尘检测及浓度分级方法在权利要求书中公布了：1.一种基于先验信息的粉尘检测及浓度分级方法，其特征在于：具体包括如下步骤： 步骤1，搭建溜筒卸料粉尘视频监控系统，确定好监控摄像头类型及其安装位置； 步骤2，获取数据集，包括不同工况下溜筒卸料粉尘图像，以及与粉尘图像严格配对的无粉尘图像，并对不同场景下的煤粉尘进行标注； 步骤3，将数据集送入到Fast-DMPHN模块得到灰度图称为粉尘浓度图，此粉尘浓度图具有先验信息，利用先验信息引导加入注意力机制的U-net分割网络，补足空间信息从而提高分割性能，将数据集中原图与粉尘浓度图拼接组成RGBA图，将得到的RGBA图输入到加入注意力机制的U-net分割网络模块，最终得到粉尘的分割图即粉尘精确位置； 具体包括： 步骤3-1，所述Fast-DMPHN模块为图像去雾模块，将图像输入到Fast-DMPHN模块中，得到灰度图作为粉尘浓度图，粉尘浓度图作为具有先验信息引导分割网络进行粉尘分割，再与输入图像拼接得到RGBA四通道图输入到加入注意力机制的U-net分割网络中； 步骤3-2，在U-net分割网络中添加通道注意力和空间注意力模型，即在U-net分割网络中每一次下采样后都加入CBAM，得到加入注意力机制的U-net分割网络； 步骤3-3，将得到的RGBA图输入到加入注意力的U-net分割网络中，最终得到粉尘的分割图即粉尘精确位置； 步骤3-4，U-net分割网络使用的是带边界权值的损失函数，该损失函数的计算公式为： 其中plxx是softmax损失函数，l：Ω→{1,...,K}是每个像素点的标签，是像素点的权值； 其中是平衡类别比例的权值，表示像素点与其最近距离粉尘的距离，表示像素点与其第二近距离粉尘的距离，ω0和σ是常值； 步骤4，将图像去雾得到的粉尘浓度图作为粉尘浓度的表征； 步骤5，根据粉尘浓度图与粉尘浓度真实值之间的近似映射关系、粉尘的分割图，实现粉尘的浓度以及浓度分级。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人燕山大学，其通讯地址为：066004 河北省秦皇岛市海港区河北大街438号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。