科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了解决变电站智能巡检机器人对环境的预判断缺乏有效评估的问题,以雾环境下的表计读数为研究对象,提出一种基于支持向量回归机(SVR)的表计读数环境预判断模型。该模型利用离散余弦变换(DCT)频域特征和基于局部二值模式旋转不变算子的空间结构特征来反映雾浓度,利用深度图像的统计特征来反映距离,利用SVR对所有图像特征进行训练拟合,从而综合考虑雾浓度与距离对表计读数造成的影响,提高判别准确率。在采集的图像数据库上对算法进行测试并与其他算法进行对比。实验结果表明,与未加入深度图特征相比,深度图特征的加入显著提升各算法的性能,有效反映占屏比对表计读数的影响;与其他相关算法相比,所提算法的性能最优,能够有效解决环境预判断的问题。
- 单位
