基于支持向量机的油滴识别及粒径分布特征提取算法

作者：曹金凤; 郭继鸿; 李建伟; 苏天赟

来源：船海工程, 2020, 49(02): 10-17.

• 溢油
• 油滴识别
• 油滴粒径分布
• 支持向量机

采用水下溢油模拟实验水槽装置模拟溢油工况,利用工业相机获取油滴图片,将图像分割后得到的油滴图片灰度值作为特征值,基于支持向量机(SVM)算法训练油滴识别模型,获得油滴的粒径分布特征。研究表明:SVM方法所训练模型在测试集样本识别中正确率为100%,在油滴图片识别中正确率超过95%,识别快速、结果可靠;处理相同数量的溢油图片,SVM算法比最大类间方差法(Otsu)用时更少,效率更高;处理204张油滴图片时,SVM算法的平均识别用时比Ostu算法快76.9%,累计识别用时比Ostu算法快74.5%。识别的油滴粒径在自然对数坐标系下呈线性分布,协方差R2=0.842 7,与经典的Rosin-Rammler粒径分布吻合。

• 单位
  自然资源部第一海洋研究所; 中海油能源发展股份有限公司安全环保分公司; 青岛理工大学; 土木工程学院