基于支持向量机的覆冰图像分类方法研究

作者：高俊; 沈龙; 徐云水; 杨静思; 周云峰; 王妍玮; 李金

来源：黑龙江大学工程学报, 2018, 9(02): 59-64.

DOI：10.13524/j.2095-008x.2018.02.027

• 覆冰图像
• 支持向量机
• 图像分类

在覆冰检测系统中,不同的环境条件导致覆冰层密度不同。相同的覆冰厚度对输电线路的威胁程度不同,能够根据覆冰图像判断不同类型的覆冰尤为重要。采用一种基于颜色特征和支持向量机(SVM)的覆冰图像分类方法,首先,通过图像的颜色直方图提取图像的特征矢量;其次,采用SVM分类器进行训练;最后使用训练模型进行检测,以判断覆冰图像中导线的覆冰种类。实验结果表明,基于颜色的图像特征提取的分类准确率为80%90%,说明该方法得到的训练模型对未知样本具有很好的泛化能力。

• 单位
  哈尔滨工程大学; 云南电网有限责任公司; 自动化学院