[发明专利]一种基于LDA文档主题生成模型的车辆二级维护管理方法

说明书

技术领域

本发明涉及车辆维护管理技术领域，更具体地，涉及一种基于LDA文档主题生成模型的车辆二级维护管理方法。

背景技术

目前，在车辆二级维护领域，车辆维修是以强制维护、定期检测为前提和基础，以视情修理为手段，根据车辆实际状况确定修理作业深度的。这与以往的老制度的根本区别是加强二级维护前后的检测诊断，视情附加修理项目，保障车辆经常处于良好技术状况.因此，二级维护质量的提高是执行新保修制度的关键，而对二级维护过程中所产生的图片的分类与分析，是二级维护系统中重要设计内容，因此若仅仅只是对图片进行采集存储，并未充分利用二级维护系统的优势。

现有技术主要是对二级维护所产生的图片进行采集与存储，并未对图片进行甄别处理。如果仅讨论图像分类技术，常用的主题模型有LDA与PLSA模型，而在图像特征提取过程中通常采用sift特征提取或者sift特征结合其他特征。特征聚类的技术有KMeans聚类技术等等。

发明内容

本发明为克服上述问题或者至少部分地解决上述问题，提供一种基于LDA文档主题生成模型的车辆二级维护管理方法。

根据本发明的一个方面，提供一种车辆二级维护管理方法，其特征在于，包括：

步骤1，基于车辆二级维护图像各主题图像样本进行LDA模型训练，获得各主题图像样本中各主题的特征向量；利用局部敏感哈希算法识别待处理车辆二级维护图像中各主题的统计直方图；

步骤2，基于所述各主题图像样本视觉单词的特征向量和待处理车辆二级维护图像中各主题的统计直方图，对所述待处理车辆二级维护图像进行分类。

本申请提出一种基于LDA文档主题生成模型的车辆二级维护管理方法，步骤1，基于车辆二级维护图像各主题图像样本进行LDA模型训练，获得各主题图像样本中各主题的特征向量；利用局部敏感哈希算法识别待处理车辆二级维护图像中各主题的统计直方图；步骤2，基于所述各主题图像样本视觉单词的特征向量和待处理车辆二级维护图像中各主题的统计直方图，对所述待处理车辆二级维护图像进行分类。本发明技术方案能够快速精确对车辆二级维护系统中的待处理图像进行分类。

附图说明

图1为根据本发明实施例一种车辆二级维护管理方法的整体流程示意图；

图2为根据本发明实施例一种车辆二级维护管理方法中空间金字塔形式的图像进行分类示意图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

本发明目的是解决车辆二级维护管理系统中二级维护图片分类问题，主要对待处理的车辆二级维护图片进行鉴别与分类，确保所拍摄的图片的有效性，以提高车辆二级维护质量。

本发明我们采用了基于LDA的图像分类技术，对二级维护过程中产生的图像进行分类。针对二级维护图片的特性，本发明对二级维护图片的主题构建了分类树，在分类树中划分了多个子类别，并认为同一个图像中可能存在多个主题，主题之间可能存在分类树的层级结构关系，由此本发明提出了基于主题特征空间的分类方法，结合SPM模型，采用多尺度分块的方法对图像块的主题特征进行统计与匹配。同时由于二级维护图片在颜色集合上具备较为独特特征表示，我们采用了颜色直方图的方法表达图像的颜色分布，其优点是不受图像旋转和平移变化的影响，进一步借助归一化还可不受图像尺度变化的影响。此外由于特征维度较大，如果采用线性计算的方式会非常耗时，为实现图像的快速分类，我们采用了局部敏感哈希(LSH，Locality-Sensitive Hashing)，实现特征的快速聚类，减少计算时间。

在二级行业领域，目前，车辆维修是以强制维护、定期检测为前提和基础，以视情修理为手段，根据车辆实际状况确定修理作业深度的.这与以往的老制度的根本区别是加强二级维护前后的检测诊断，视情附加修理项目，保障车辆经常处于良好技术状况.因此，二级维护质量的提高是执行新保修制度的关键，而对二级维护过程中所产生的图片的分类与分析，是二级维护系统中重要设计内容，因此若仅仅只是对图片进行采集存储，并未充分利用二级维护系统的优势。