本文關鍵詞：基于D-S證據(jù)理論的多特征輸電線路覆冰圖像分類方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：圖像分類中的圖像對象往往數(shù)據(jù)量很大,同時圖像對象的信息量巨大、信息冗余和高噪聲的特點,圖像本身不能很好地表述此類圖像的特征,為存儲和計算帶來許多麻煩。在此提出一種基于D-S證據(jù)理論的多特征覆冰圖像分類方法,在輸電線路覆冰圖像分類研究中,使用特征圖像的集合表述待分類圖像和分類,將多特征圖像分類研究轉(zhuǎn)化為決策問題,而后應用D-S證據(jù)理論的實現(xiàn)多特征輸電線路覆冰圖像分類。最后,實驗表明了本方法在多特征輸電線路覆冰圖像分類中的有效性。
【作者單位】： 國網(wǎng)重慶市電力公司電力科學研究院;深圳市先進智能技術研究所;云南蒙自紅河學院工學院;
【關鍵詞】： 圖像分類 D-S證據(jù)理論 多特征圖像 輸電線路覆冰圖像
【分類號】：TP391.41;TM75
【正文快照】： 1弓I言 由于環(huán)境氣候和天氣的原因,空氣中的水蒸氣會在輸電線路凝冰,形成輸電線路覆冰的自然現(xiàn)象,不同類型的覆冰給電力傳輸系統(tǒng)帶來不同的危害,根據(jù)覆冰的分類,可以判斷其危害類型和程度。圖像分類是根據(jù)圖像在圖像信息中所反映的不同特征,把不同類別的目標區(qū)分開,是圖像處

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉萍萍;趙宏偉;耿慶田;戴金波;;基于局部特征和視皮層識別機制的圖像分類[J];吉林大學學報(工學版);2011年05期

2 邢曉芬;徐向民;黃曉泓;黃建敬;;基于內(nèi)容的醫(yī)學圖像分類研究[J];科學技術與工程;2007年01期

3 王光彪;楊淑瑩;馮帆;王博凱;賈紫娟;朱光;;基于貓群算法的圖像分類研究[J];天津理工大學學報;2011年Z1期

4 韓東峰;朱志良;李文輝;;圖像分類的隨機半監(jiān)督采樣方法[J];計算機輔助設計與圖形學學報;2009年09期

5 汪煜浩;華瑞林;;山地衛(wèi)星圖像分類制圖方法研究[J];遙感信息;1987年04期

6 胡召玲,郭達志,盛業(yè)華;基于小波紋理信息的星載SAR圖像分類研究[J];遙感信息;2000年04期

7 楊樂;廖家平;;基于隨機聚類森林的圖像分類識別[J];湖北工業(yè)大學學報;2011年01期

8 陳濤;鄧輝舫;劉靖;;基于密度聚類和多示例學習的圖像分類方法[J];吉林大學學報(工學版);2014年04期

9 楊冰;許端清;楊鑫;趙磊;唐大偉;;基于藝術風格相似性規(guī)則的繪畫圖像分類[J];浙江大學學報(工學版);2013年08期

10 王海峰,管亮;基于顏色特征的圖像分類技術在油品分析中的應用[J];儀器儀表學報;2004年S2期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 鄭海紅;曾平;;一種基于圖像分類的逆半調(diào)算法[A];’2004計算機應用技術交流會議論文集[C];2004年

2 文振q;歐陽杰;朱為總;;基于語義特征與支持向量機的圖像分類[A];中國電子學會第十六屆信息論學術年會論文集[C];2009年

3 王海峰;管亮;;基于顏色特征的圖像分類技術在油品分析中的應用[A];中國儀器儀表學會第六屆青年學術會議論文集[C];2004年

4 陳思坤;吳洪;;基于圖分塊并利用空間金字塔的醫(yī)學圖像分類[A];第六屆和諧人機環(huán)境聯(lián)合學術會議（HHME2010)、第19屆全國多媒體學術會議（NCMT2010）、第6屆全國人機交互學術會議（CHCI2010）、第5屆全國普適計算學術會議（PCC2010）論文集[C];2010年

5 張淑雅;趙曉宇;趙一鳴;李均利;;基于SVM的圖像分類[A];第十三屆全國圖象圖形學學術會議論文集[C];2006年

6 李博;韓萍;;基于壓縮感知和SVM的極化SAR圖像分類[A];第二十七屆中國（天津）2013IT、網(wǎng)絡、信息技術、電子、儀器儀表創(chuàng)新學術會議論文集[C];2013年

7 朱松豪;胡娟娟;孫偉;;基于非歐空間高階統(tǒng)計的圖像分類方法[A];第25屆中國控制與決策會議論文集[C];2013年

8 潘海為;李建中;張煒;;基于像素聚類的腦部醫(yī)學圖像分類[A];第二十屆全國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2003年

9 吳霜;張一飛;修非;王大玲;鮑玉斌;于戈;;基于興趣點特征提取的醫(yī)學圖像分類[A];第二十四屆中國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2007年

10 武進;尹愷;王長明;張家才;;SVDM在蔬菜病害圖像分類中的應用[A];圖像圖形技術與應用進展——第三屆圖像圖形技術與應用學術會議論文集[C];2008年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 胡堯;基于低秩矩陣估計的機器學習算法分析[D];浙江大學;2015年

2 李昌英(Ri ChangYong);基于上下文信息的語義圖像分類研究[D];浙江大學;2014年

3 陳博;基于集成學習和特征選擇的極化SAR地物分類[D];西安電子科技大學;2015年

4 王曉東;基于稀疏特征學習的復雜圖像分類[D];西安電子科技大學;2014年

5 顧迎節(jié);面向圖像分類的主動學習算法研究[D];南京理工大學;2015年

6 趙鑫;圖像分類中的判別性增強研究[D];中國科學技術大學;2013年

7 楊冰;基于藝術風格的繪畫圖像分類研究[D];浙江大學;2013年

8 丁建睿;基于多示例學習的淺表器官超聲圖像分類方法研究[D];哈爾濱工業(yè)大學;2012年

9 賈世杰;基于內(nèi)容的商品圖像分類方法研究[D];大連理工大學;2013年

10 李曉旭;基于概率主題模型的圖像分類和標注的研究[D];北京郵電大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 張明靜;基于改進遺傳算法的分塊綜合特征加權圖像分類研究[D];華南理工大學;2015年

2 李函怡;融合主動學習的半監(jiān)督技術在圖像分類中的應用研究[D];西南大學;2015年

3 王亞鳳;基于多特征的主動學習方法在圖像分類中的應用研究[D];河北工程大學;2015年

4 陳榮安;基于改進的Bag-of-Features模型的圖像分類研究[D];蘭州大學;2015年

5 鐘畏丹;基于HSV和紋理特征的圖像分類[D];華中師范大學;2015年

6 焦陽;基于主動學習的多標簽圖像分類方法研究[D];蘇州大學;2015年

7 王騰川;基于主動學習的SAR圖像分類方法研究[D];上海交通大學;2015年

8 NGUYEN QUANG KHANH;基于極化SAR目標信息提取與SVM分類[D];哈爾濱工業(yè)大學;2015年

9 王朔琛;基于半監(jiān)督支持向量機的圖像分類方法研究[D];陜西師范大學;2015年

10 楊東坡;基于深度學習的商品圖像分類[D];大連交通大學;2015年

  本文關鍵詞：基于D-S證據(jù)理論的多特征輸電線路覆冰圖像分類方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：456951