[发明专利]一种基于SVM算法的机车轮对踏面损伤检测方法在审
| 申请号： | 201810296479.6 | 申请日： | 2018-03-30 |
| 公开（公告）号： | CN108872241A | 公开（公告）日： | 2018-11-23 |
| 发明（设计）人： | 黎宁;肖海鹏;梅劲松;李亚红;石峥映;沈晓东;蒋银男 | 申请（专利权）人： | 南京航空航天大学;南京拓控信息科技股份有限公司 |
| 主分类号： | G01N21/88 | 分类号： | G01N21/88;G06K9/62 |
| 代理公司： | 江苏圣典律师事务所 32237 | 代理人： | 贺翔;徐晓鹭 |
| 地址： | 211106 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于SVM算法的机车轮对踏面损伤检测方法，选取损伤可疑区域的灰度共生矩阵作为损伤的特征表示。首先，需要确定灰度共生矩阵的生成参数，包括：生成灰度级L、生成间距d和生成方向θ，然后生成相应的灰度共生矩阵，作为SVM训练的特征向量。根据图像自身的特点选取合适的核函数以及核函数的参数，训练SVM分类器，对机车轮对踏面图像实现准确、快捷地判定，具有较强的实用性和广阔的应用前景。 | ||
| 搜索关键词： | 灰度共生矩阵 机车轮 踏面损伤 核函数 损伤 可疑区域 生成参数 特征表示 特征向量 图像实现 灰度级 检测 踏面 判定 图像 应用 | ||
【主权项】：
1.一种基于SVM算法的机车轮对踏面损伤检测方法，其特征在于，根据已有的机车轮对踏面图像，选取纹理特征作为特征向量来训练SVM模型，进而对新的踏面图像进行损伤判定。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京航空航天大学;南京拓控信息科技股份有限公司，未经南京航空航天大学;南京拓控信息科技股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810296479.6/，转载请声明来源钻瓜专利网。
- 上一篇：微观缺陷检测装置及检测方法、显微镜
- 下一篇：一种提高检测效率的自动化设备
