本申請涉及圖像智能處理的領域,其具體地公開了一種基于圖像處理的新能源車二氧化碳管的性能監(jiān)測系統(tǒng),其通過利用深度學習技術的卷積神經網絡模型來對多個視角下的二氧化碳管的圖像進行局部高維的隱含特征提取,并利用柯西歸一化校正以及基于數據密集的對于分類目標函數的參數自適應性的修正來提升各個校正后焊接感興趣區(qū)域特征圖對于分類目標函數的參數自適應性,進一步利用了聚類的方法來對不同視角下的焊接區(qū)域的高維特征分布的一致性進行評估,以準確地對于所述二氧化碳管的焊接質量進行分類判斷,這樣,確保唯有滿足焊接質量要求的二氧化碳才能夠被被應用于CO2制冷系統(tǒng)。
聲明:
“基于圖像處理的新能源車二氧化碳管的性能監(jiān)測系統(tǒng)” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)