一種基于紅外圖像特征融合的高溫鋁液模擬泄漏監(jiān)測(cè)算法
發(fā)布時(shí)間:2024-03-21 00:12
高溫熔融鋁液泄漏是煉鋁工業(yè)最嚴(yán)重的危害之一。借助FLIR A310紅外熱像儀開展試驗(yàn)研究,搭建了高溫鋁液泄漏模擬試驗(yàn)平臺(tái),建立模擬泄漏標(biāo)準(zhǔn)數(shù)據(jù)集,提出了一種基于紅外圖像特征融合的高溫鋁液模擬泄漏監(jiān)測(cè)算法。利用HOG和LSS描述子分別提取圖像梯度邊緣和相似形狀等幾何特征并進(jìn)行特征向量融合,彌補(bǔ)HOG單一特征檢測(cè)的不足,將融合的特征向量送入訓(xùn)練好的RBF核函數(shù)支持向量機(jī)分類識(shí)別。融合算法試驗(yàn)性能最優(yōu),測(cè)試集的查準(zhǔn)率、查全率和F1分別為94. 31%、93. 52%和93. 91%。LSS的高維特征向量影響監(jiān)測(cè)時(shí)間,步長(zhǎng)為15、維度為5 280時(shí),可以實(shí)現(xiàn)特征降維與識(shí)別準(zhǔn)確率的平衡。最后,探究了特征融合描述子對(duì)相機(jī)距離的敏感性,3. 5 m可實(shí)現(xiàn)最佳識(shí)別效果;200張圖片的監(jiān)測(cè)時(shí)間穩(wěn)定在48. 59 s左右。
【文章頁(yè)數(shù)】:6 頁(yè)
【文章目錄】:
0 引言
1 算法總體設(shè)計(jì)
2 圖像特征提取與識(shí)別
2.1 HOG特征
2.2 LSS特征
2.3 RBF核函數(shù)支持向量機(jī)
3 試驗(yàn)設(shè)計(jì)與結(jié)果分析
4 結(jié)論
本文編號(hào):3933521
【文章頁(yè)數(shù)】:6 頁(yè)
【文章目錄】:
0 引言
1 算法總體設(shè)計(jì)
2 圖像特征提取與識(shí)別
2.1 HOG特征
2.2 LSS特征
2.3 RBF核函數(shù)支持向量機(jī)
3 試驗(yàn)設(shè)計(jì)與結(jié)果分析
4 結(jié)論
本文編號(hào):3933521
本文鏈接:http://sikaile.net/kejilunwen/dianzigongchenglunwen/3933521.html
最近更新
教材專著