本公开涉及液位测量,具体地,涉及一种液位测量方法、装置、存储介质及设备。
背景技术:
1、目前玻璃管的生产工艺为:混合料通过加料机进入到窑炉的熔化池,混合料在熔化池熔化后,流入到分配料道以及供料道,然后进入铂金通道、马弗炉,最后拉管成型。其中,分配料道的液面高度影响着玻管的成型质量,只有液面高度稳定,才能确保玻管的成型质量,故液面高度检测的可靠性和准确性至关重要。
2、当前,液面高度通常使用铂金探针进行测量,因为使用铂金探针测量是一种接触式测量方法,所以很容易因高温或接触流体的化学性质(例如强腐蚀性)而出现故障,一旦铂金探针出现问题后,一般会进行人工手工测量,手工测量不能实时得到液面高度数据,同时手工测量需要测量人员具备一定的经验,并且测量误差较大。
3、所以亟需一种可靠的非接触式测量液位的方法和装置。
技术实现思路
1、本公开的目的是提供一种液位测量方法、装置、存储介质及设备,可以提供可靠的非接触式液位测量手段,具有较高的测量精度和适用面广的特点。
2、为了实现上述目的,根据本公开实施例第一方面,提供一种液位测量方法,所述方法包括:
3、获取液位面图像,所述液位面图像为多通道图像;
4、基于可变形卷积神经网络对所述液位面图像进行特征提取,获得所述液位面图像中的液面与分配料道侧壁的分界线;
5、根据所述液面与分配料道侧壁的分界线,获取所述液面的实际高度。
6、可选地,所述基于可变形卷积神经网络对所述液位面图像进行特征提取,获得所述液位面图像中的液面与分配料道侧壁的分界线,包括:
7、基于深度可分离卷积网络,构建深度可分离变形卷积网络;
8、根据所述深度可分离变形卷积网络,获取所述液位面图像的图像特征;
9、根据所述图像特征,获取所述液位面图像中的液面与分配料道侧壁的分界线。
10、可选地,所述根据所述深度可分离变形卷积网络,获取所述液位面图像的图像特征,包括:
11、利用训练数据集,基于所述深度可分离变形卷积网络,进行神经卷积计算和训练,以获得所述液位面图像的图像特征。
12、可选地,所述利用训练数据集,基于所述深度可分离变形卷积网络,进行神经卷积计算和训练,以获得所述液位面图像的图像特征,包括:
13、输入特征图和所述深度可分离变形卷积的卷积核参数;
14、对所述特征图进行深度可分离变形卷积操作,以生成中间特征图和输出特征图。
15、可选地,所述对所述特征图进行深度可分离变形卷积操作,以生成中间特征图和输出特征图,包括:
16、获取卷积核偏移量;
17、根据所述卷积核偏移量,执行变形卷积操作以获取所述中间特征图;
18、根据所述中间特征图,执行逐点卷积操作以获取所述输出特征图,所述输出特征图表征所述液位面图像的图像特征。
19、可选地,所述根据所述液面与分配料道侧壁的分界线,获取所述液面的实际高度,包括:
20、根据所述液面与分配料道侧壁的分界线,对所述液位面图像进行测量,获得第一高度,所述第一高度为所述分界线到所述分配料道顶部的垂直高度;
21、根据所述第一高度,获取第二高度,所述第二高度为所述液面的实际高度。
22、可选地,所述根据所述液面与分配料道侧壁的分界线,对所述液位面图像进行测量,获得第一高度,包括:
23、获取所述第一高度上的像素点数量;
24、根据所述第一高度上的像素点数量和事先获取的像素标定值,确定所述第一高度。
25、根据本公开实施例的第二方面,提供一种液位测量装置,所述装置包括:
26、第一获取模块,用于获取液位面图像,所述液位面图像为多通道图像;
27、特征提取模块,用于基于可变形卷积神经网络对所述液位面图像进行特征提取,获得所述液位面图像中的液面与分配料道侧壁的分界线;
28、第二获取模块,用于根据所述液面与分配料道侧壁的分界线,获取所述液面的实际高度。
29、根据本公开实施例第三方面,提供一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现第一方面中任一项所述方法的步骤。
30、根据本公开实施例第四方面,提供一种液位测量设备,包括:
31、存储器,其上存储有计算机程序;
32、处理器,用于执行所述存储器中的所述计算机程序,以实现第一方面中任一项所述方法的步骤。
33、综上所述,本公开实施例提供一种液位测量方法,所述方法包括:获取液位面图像,所述液位面图像为多通道图像;基于可变形卷积神经网络对所述液位面图像进行特征提取,获得所述液位面图像中的液面与分配料道侧壁的分界线;根据所述液面与分配料道侧壁的分界线,获取所述液面的实际高度。本公开实施例可以提供一种可靠的非接触式液位测量手段,由于采用了可变形卷积神经网络对液位面图像进行了图像分析训练,可以精确获取液位面图像中的液面与分配料道侧壁的分界线特征图像,进而可以精确测量所述分界线到分配料道顶部的距离(第一高度),从而可以根据该第一高度获取到高精度的液面实际高度,该方法具有较高的测量精度,并且由于采用的是非接触式测量,因此具有适用面广的特点。
34、本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
1.一种液位测量方法,其特征在于,所述方法包括:
2.根据权利要求1所述的液位测量方法,其特征在于,所述基于可变形卷积神经网络对所述液位面图像进行特征提取,获得所述液位面图像中的液面与分配料道侧壁的分界线,包括:
3.根据权利要求2所述的液位测量方法,其特征在于,所述根据所述深度可分离变形卷积网络,获取所述液位面图像的图像特征,包括:
4.根据权利要求3所述的液位测量方法,其特征在于,所述利用训练数据集,基于所述深度可分离变形卷积网络,进行神经卷积计算和训练,以获得所述液位面图像的图像特征,包括:
5.根据权利要求4所述的液位测量方法,其特征在于,所述对所述特征图进行深度可分离变形卷积操作,以生成中间特征图和输出特征图,包括:
6.根据权利要求1所述的液位测量方法,其特征在于,所述根据所述液面与分配料道侧壁的分界线,获取所述液面的实际高度,包括:
7.根据权利要求1所述的液位测量方法,其特征在于,所述根据所述液面与分配料道侧壁的分界线,对所述液位面图像进行测量,获得第一高度,包括:
8.一种液位测量装置,其特征在于,所述装置包括:
9.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。
10.一种液位测量设备,其特征在于,包括: