[发明专利]一种仪表检测中基于支持向量机的仪表指针抖动的识别方法

摘要

一种仪表检测中基于支持向量机的仪表指针抖动的识别方法，本发明涉及向量机的仪表指针抖动的识别方法。本发明是要解决仪表的准确程度下降，仪表自身抖动给工业带来误差、控制变量的施加时间长以及大小的不准确，现有方式对于不准确性以及识别精确度不足的问题，而提出的一种仪表检测中基于支持向量机的仪表指针抖动的识别方法。该方法是通过1、区分为各个仪表子类；2、获得训练样本；3、对于训练样本进行预处理；4、获得特征空间；5、生成训练模型；6、得到最优的SVM训练模型；7、识别并分割测试图像；8、判定仪表指针是否发生抖动等步骤实现的。本发明应用于仪表指针抖动领域。

主权项

一种仪表检测中基于支持向量机的仪表指针抖动的识别方法，其特征在于：具体是按照以下步骤进行的：步骤一、将检测的仪表种类区分为各个仪表子类；步骤二、对于各个仪表子类在进行检测前，获得正常情况下仪表表盘的清晰图片作为训练样本；步骤三、将训练样本进行预处理；其中，所述预处理是指对于训练样本图像进行缩放、利用噪声抑制滤波器进行去噪处理；如果是灰度图像，则对于灰度图像进行二值化；步骤四、对于预处理之后的图像进行特征提取，以获得图像的各个特征值构成的特征空间；其中，提取的图像特征包括指针的颜色特征、灰度特征、轮廓特征和位置特征；步骤五、根据步骤四所获得的图像的特征空间利用SVM分类器进行训练，生成训练集的SVM训练模型；步骤六、利用改进的网格搜索法选择惩罚参数C和RBF核参数中参数r的最优参数组合，根据这组最优参数得到最优的SVM训练模型；步骤七、利用生成的训练集最优SVM训练模型对测试图像进行识别并进行分割；步骤八、对于分割后的测试图像判定仪表指针是否发生抖动；即完成了一种仪表检测中基于支持向量机的仪表指针抖动的识别方法；步骤八中对于分割后的测试图像判定仪表指针是否发生抖动方法为：(1)对于根据最后获得的分割后的测试图像的指针宽度或者分割后指针测试图像边缘上的点距离分割后指针测试图像中心线的长度，判定仪表指针是否发生抖动；(2)若分割后指针宽度大于初试情况下得到的正常指针的宽度或者分割后指针测试图像边缘上的点距离针分割后测试图像中心线的长度大于正常指针宽度的一半就说明出现抖动。