基于Adaboost算法的绝缘子图像识别方法

摘要

本发明公开了基于Adaboost算法的绝缘子图像识别方法，本发明采用了扩大检测窗口的方法在检测的最初，检测窗口和样本大小一致，然后按照一定的尺度参数进行移动，遍历整个图像，标出可能的目标区域。遍历完以后按照指定的放大的倍数参数放大检测窗口，然后再进行一次图像遍历；这样不停的放大检测窗口对检测图像进行遍历，直到检测窗口超过原图像的一半以后停止遍历；本发明的优点是有效地提升了绝缘子的识别效果，为后续的故障检测工作提供了良好的铺垫，并大大地提高了目标的检测速度。

主权项

基于Adaboost算法的绝缘子图像识别方法，其特征在于，采用AdaBoost算法的同时进行特征的选择和分类器的训练；所述AdaBoost算法采用了扩大检测窗口的方法在检测的最初，检测窗口和样本大小一致，然后按照一定的尺度参数进行移动，遍历整个图像，标出可能的目标区域，遍历完以后按照指定的放大的倍数参数放大检测窗口，然后再进行一次图像遍历；这样不停的放大检测窗口对检测图像进行遍历，直到检测窗口超过原图像的一半以后停止遍历；AdaBoost算法是一种样本权重的迭代更新过程，可以将一组弱分类器自适应地提升为强分类器，拓为每个训练样本引入一个权重，训练通过迭代过程实现；每次迭代训练一弱分类器使其在当前的权重分布下错误率最低；每次迭代结束后增大分类错误样本的权重，降低分类正确样本的权重，从而使得下次迭代若分类器的选择更加重视错误的样本。