计量学报

作者：陈宗元,张磊磊,赵宁宁,苏明旭

单位：上海理工大学能源与动力工程学院,上海 200093

关键词：计量学;混合颗粒;重叠图像;颗粒分割;粒径分布;一水柠檬酸; 结晶;深度学习

基金：国家自然科学基金(51776129);中国航发四川燃气涡轮研究院外委课题

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。

来源：2022年第6期

《计量学报》期刊编辑部

查看计量学报杂志2022年第6期