[发明专利]基于直方图与LBP特征融合的工业反应釜液面分离方法

权利要求书

1.基于直方图与LBP特征融合的工业反应釜液面分离方法，其特征在于通过多特征融合的方式对于反应釜内液面的状态的变化做出判断，并同时能够在短时间内对反应釜内液体状态的改变做出判断，具体实现包括如下步骤：

步骤1.通过摄像头获取原始的输入单帧图像；

步骤2.由摄像头获取的输入单帧图像经过颜色直方图算法提取得到该输入单帧图像的颜色直方图特征，同时也将输入单帧图像经过LBP算法提取得到LBP特征；

步骤3.将计算得到的颜色直方图特征和LBP特征融合在一起通过KNN算法进行处理，得到对于油状物液面状态的判断；

所述步骤1的具体实现包括以下：

调节摄像头，将摄像头调整到与油状物液面状态观察区间的位置相对合适的，获取油状物液面变化过程中的每一单帧图像I；

所述步骤2将计算得到的颜色直方图特征和LBP特征的融合特征，具体实现流程如下：

2.1获取每一单帧图像I的RGB三个通道的数值，其值分别为R、G、B；

2.2由RGB到HSV的转换：

if H<0thenH←H＝360.output0≤V≤1,0≤S≤1,0≤H≤360.

2.3将得到的H、S和V这3个分量进行不等间隔量化，把色调H分成16份，饱和度S和亮度V都分成4份；

2.4通过计算统计得到不同量化范围的数值，该颜色直方图所得到的特征维数为16*4*4＝256；

2.5获取每一单帧图像I的RGB三个通道的数值，其值分别为R、G、B，对于该三通道图像进行光照补偿；

2.6将光照补偿后的图像进行加权平均法灰度化处理，得到灰度图Gray：

Gray＝0.299*R+0.578*G+0.114*B

2.7灰度图Gray进行LBP特征提取，LBP的基本原理是比较中心像素与其相邻域像素之间的灰度值大小，用公式表示如下：

其中(x_c,y_c)是中心位置，i_c是中心像素值，i_p是相邻像素的灰度值，s(x)是一个函数符号：

2.8将步骤2.4得到的颜色直方图特征和步骤2.6中得到的LBP特征分别进行归一化，然后将其进行特征融合。

2.根据权利要求1所述的基于直方图与LBP特征融合的工业反应釜液面分离方法，其特征在于步骤2.5中输入的每一单帧图像I和步骤2.1中输入的每一单帧图像I保持完全一致。

3.根据权利要求1所述的基于直方图与LBP特征融合的工业反应釜液面分离方法，其特征在于步骤3所述的将提取出来颜色直方图特征和LBP特征融合后通过KNN法进行分析处理，得到对于油状物液面状态的判断：

3.1根据已知的融合特征按照油状物液面状态不同分类，每一个类别都有着对应的标签，每一个融合特征都对应着某个类；

3.2未知类别的特征F_I分别与步骤3.1中已知类别的各个特征求欧氏距离，特征间的欧氏距离计算公式如下：

3.3将未知类别的特征与已知类别的各个特征求得的欧氏距离进行升序排序；

3.4取前K个升序排序后的欧氏距离对应的已知类别的各个特征，选择出重复次数最多的类别，则可判断该未知类别属于重复次数最多的类别。

4.根据权利要求3所述的基于直方图与LBP特征融合的工业反应釜液面分离方法，其特征在于K是KNN算法中的一个参数，而且其值为奇数。