发明名称 |
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。 |
申请公布号 |
CN104021394A |
申请公布日期 |
2014.09.03 |
申请号 |
CN201410244819.2 |
申请日期 |
2014.06.05 |
申请人 |
华北电力大学(保定) |
发明人 |
翟永杰;伍洋;程海燕;于金生;王迪 |
分类号 |
G06K9/62(2006.01)I;G06K9/66(2006.01)I |
主分类号 |
G06K9/62(2006.01)I |
代理机构 |
北京中海智圣知识产权代理有限公司 11282 |
代理人 |
杨树芬 |
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。 |
地址 |
071003 河北省保定市永华北大街619号 |