基于最优鉴别特征的电力设备铭牌图像边缘纹理数据识别

作者：张陵; 常喜强; 高宝琪; 王学民; 王志远; 赵建平

来源：自动化与仪器仪表, 2019, (11): 60-63.

DOI：10.14016/j.cnki.1001-9227.2019.11.060

• 鉴别特征
• 电力图像
• 智能识别
• 最优子集
• 邻类参量
• 神经网络
• 平滑参数

为解决电力纹理图像精准识别率低下的问题,提出基于最优鉴别特征的电力模糊图像边缘纹理智能识别方法。在电力模糊图像的最优特征鉴别子集中,通过计算提取复杂度的方式,统计图像纹理的邻类参量,完成基于最优鉴别特征的电力模糊图像边缘纹理参量提取。在此基础上,利用边缘神经网络中电力图像节点的分布情况,计算智能平滑参数,并根据现有模糊图像的具体数量,对识别流程进行完善创新,实现新型智能识别方法的搭建。与现有识别手段相比,应用基于最优鉴别特征的电力模糊图像边缘纹理智能识别方法后,横波、纵波电力纹理图像识别准确率的最大值均超过90%,精准识别率低下的问题得到有效解决。