一种基于支持向量机的成捆棒材识别计数方法

文档序号:8361848阅读:424来源:国知局
一种基于支持向量机的成捆棒材识别计数方法
【技术领域】
[0001] 本发明涉及图像处理和模式识别技术领域,尤其是涉及一种基于支持向量机的成 捆棒材识别计数方法,用以对成捆棒材自动点支,解决粘连棒材难以精准识别计数的问题。
【背景技术】
[0002] 棒材生产中,成捆棒材在出厂销售前,需要专门的技术人员采用点支的方式抽检 捆支的准确程度,整个计数过程耗时长、效率低下。成捆棒材的准确点支计数对于降低工人 的劳动强度、提高轧钢厂的生产率和生产效益有着重要的意义。因此,研宄开发高效、高精 度的成捆棒材复核计数方法,成为轧钢厂迫切需要解决的重要课题之一。
[0003] 因面积大、数量多,成捆棒材的人工计数较为困难。目前通用的方法有:涂漆法、标 记法、手持光电计数设备按压等方法。这些传统的计数方法,工作强度大,消耗工时长,在用 工成本不断上升的环境下,企业的投入回报比大幅下降。目前,很多厂家和研宄机构投入了 大量的人力物力研宄成捆棒材识别计数方法。
[0004] 专利名称为"基于改进梯度Hough圆变换的棒材在线自动计数方法",申请号为 CN201210203505. 9的专利提出了改进梯度Hough圆变换的方法用于棒材计数,可以有效的 解决重叠,堆叠的棒材的计数问题,极大的提高了对于棒材计数环境的适应性;但是对于成 捆的棒材,由于棒材的分布密度大,挤压产生的粘连,这种改进梯度Hough圆变换的方法很 难识别其中的粘连部分,导致计数精度降低。
[0005] 在"张达,谢植,艾江山.棒材在线计数中断面定位方法研宄[J].仪器仪表学报, 2010,05 :1173-1178"中,通过模板匹配方法实现棒材端面的中心位置定位,这种方法对于 端面整齐,排列疏松的棒材有很高的计数精度。对于图像中的棒材出现粘连情况,棒材端面 由于光照形状各异,模板匹配的方法很容易出现漏匹配和过匹配的现象,严重影响计数的 准确性。
[0006] 为了提尚成拥棒材复检环节的效率和提尚计数精度,研宄开发尚效、尚精度的棒 材识别计数方法,具有巨大的技术研宄价值和实际应用价值。

【发明内容】

[0007] 为了克服上述现有技术的不足,本发明提供了一种基于支持向量机的成捆棒材识 别计数方法;可以有效的解决粘连棒材的计数问题,提高成捆棒材的计数速度与计数精度。
[0008] 本发明解决此技术问题所采用的技术方案是:一种基于支持向量机的成捆棒材识 别计数方法,其包括步骤如下:
[0009] (1)对捕获的图像进行预处理,并选取有效的棒材特征信息构造特征向量;
[0010] (2)对特征向量进行归一化处理以用于后续支持向量机的训练与预测;
[0011] (3)用归一化后的特征向量构造支持向量,并对支持向量进行编码以形成支持向 量机网络;
[0012] (4)选取最优的支持向量机类型,核函数与参数构造支持向量机分类器,并利用此 分类器对输入的待分类样本进行分类,完成成捆棒材的识别计数。
[0013] 所述步骤(1)中的图像预处理,主要包括:
[0014] 1)高斯滤波:对整幅图像进行加权平均,消除高斯噪声;
[0015] 2)平滑去噪:减少颗粒噪声,使图像变得平滑;
[0016] 3)自动阈值算法:自适应的选取目标对象,滤除干扰对象;
[0017] 4)腐蚀运算:消除细小Region干扰,减少粘连区域;
[0018] 5)二值化运算:凸显目标对象,便于几何特征提取。
[0019] 所述步骤(1)中的有效棒材特征信息是指几何特征,包括:
[0020] 1)面积:目标区域的面积;
[0021] 2)外接椭圆长轴长度:目标区域两点间最远距离;
[0022] 3)圆度:目标区域与理论圆的近似程度;
[0023] 4)凸度:设圆弧所包含的圆心角为A(弧度表示),则凸度=四分之一圆心角之正 切值;
[0024] 5)外包络长度:目标区域的周长;
[0025] 6)外接矩形宽度:目标区域最大外接矩形的高度;
[0026] 7)外接矩形长度:目标区域最大外接矩形的长度。
[0027] 所述步骤⑵中的归一化是指将特征值转化为(0, 1)之间的小数,其转化公式为:
【主权项】
1. 一种基于支持向量机的成捆棒材识别计数方法,其特征包括以下步骤: (1) 对捕获的图像进行预处理,并选取有效的棒材特征信息构造特征向量; (2) 对特征向量进行归一化处理以用于后续支持向量机的训练与预测; (3) 用归一化后的特征向量构造支持向量,并对支持向量进行编码以形成支持向量机 网络; (4) 选取最优的支持向量机类型,核函数与参数构造支持向量机分类器,并利用此分类 器对输入的待分类样本进行分类,完成成捆棒材的识别计数。
2. 根据权利要求1所述的一种基于支持向量机的成捆棒材识别计数方法,其特征在 于:所述步骤(1)中的图像预处理,主要包括:高斯滤波,平滑去噪,自动阈值算法,腐蚀运 算,二值化运算。
3. 根据权利要求1所述的一种基于支持向量机的成捆棒材识别计数方法,其特征在 于:所述步骤(1)中的有效棒材特征信息是指几何特征,包括:面积,外接椭圆长轴长度,圆 度,凸度,外包络长度,外接矩形宽度,外接矩形长度共7项特征数据。
4. 根据权利要求1所述的一种基于支持向量机的成捆棒材识别计数方法,其特征 在于:所述步骤(2)中的归一化是指将特征值转化为(0,1)之间的小数,其转化公式为:
5. 根据权利要求1所述的一种基于支持向量机的成捆棒材识别计数方法,其特征在 于:所述步骤(3)中的支持向量编码是指将每一个特征向量分配一个十进制编码。
6. 根据权利要求1所述的一种基于支持向量机的成捆棒材识别计数方法,其特征在 于:所述步骤(4)中的支持向量机类型是指C-SVC,核函数是RBF核函数。
7. 根据权利要求1所述的一种基于支持向量机的成捆棒材识别计数方法,其特征在 于:所述步骤(4)中的参数寻优是指利用网格寻优算法,交叉验证参数c与g,对每一对c与 g进行准确率测试;最优参数即是使准确率最高的那对c与g。
【专利摘要】本发明公开了一种基于支持向量机的成捆棒材识别计数方法,其特征包括以下步骤:(1)对捕获的图像进行预处理,并选取有效的棒材特征信息构造特征向量;(2)对特征向量进行归一化处理以用于后续支持向量机的训练与预测;(3)用归一化后的特征向量构造支持向量,并对支持向量进行编码以形成支持向量机网络;(4)选取最优的支持向量机类型,核函数与参数构造支持向量机分类器,并利用此分类器对输入的待分类样本进行分类,完成成捆棒材的识别计数。本发明中的支持向量机分类器具有小样本、泛化能力强的特性;支持向量机中选择最优参数,可以准确的完成粘连棒材的计数,对于各种类型被严重干扰的棒材有很好的鲁棒性。
【IPC分类】G06K9-34, G06K9-00
【公开号】CN104680157
【申请号】CN201510143777
【发明人】刘国华, 刘炳乐, 董卫豪, 袁秋杰
【申请人】天津工业大学
【公开日】2015年6月3日
【申请日】2015年3月26日
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1