基于多核SVM的絕緣子視覺識(shí)別技術(shù)研究.pdf

1、研究絕緣子視覺識(shí)別系統(tǒng)，實(shí)現(xiàn)鐵路接觸網(wǎng)的絕緣子的智能化清洗，對(duì)排除污閃隱患、保障鐵路交通系統(tǒng)穩(wěn)定運(yùn)行具有重要意義。本文通過采用基于核函數(shù)的支持向量機(jī)算法(Support Vector Machine,SVM)建立絕緣子視覺識(shí)別模型，實(shí)現(xiàn)了絕緣子圖像樣本的識(shí)別檢測(cè)。主要研究?jī)?nèi)容如下：
　　（1）采集絕緣子圖像樣本并進(jìn)行二值化及ROI區(qū)域提取，通過Hu、LBP、HOG、Haar等紋理特征描述算子建立絕緣子特征樣本，采用歸一化和主成分分

2、析方法建立訓(xùn)練測(cè)試樣本集。
　?。?）建立基于線性核、徑向基核、多項(xiàng)式核的SVM訓(xùn)練模型，以及基于線性核SVM方法的單紋理類型訓(xùn)練模型，通過對(duì)比分析各模型的用時(shí)及識(shí)別性能，驗(yàn)證了基于核函數(shù)的SVM方法對(duì)絕緣子識(shí)別的有效性，確定了多核絕緣子視覺識(shí)別模型組合形式。
　?。?）分析基于核函數(shù)的SVM方法中參數(shù)對(duì)最終識(shí)別模型的性能影響，將模型識(shí)別準(zhǔn)確率和支持向量個(gè)數(shù)作為模型性能的綜合評(píng)價(jià)指標(biāo)，并提出了相應(yīng)的評(píng)價(jià)函數(shù)；在分析多種群體智