[發明專利]一種基于支持向量機的施工道路污染檢測方法

有效

• 申請號: 201410026324.2
• 申請日: 2014-01-21
• 公開（公告）號: CN103778437B
• 公開（公告）日: 2017-04-12
• 發明（設計）人: 陸濤;張子健;陸波;梁思源;周丁;王元平
• 申請（專利權）人: 中科怡海高新技術發展江蘇股份公司;無錫中科智遠科技有限公司;浙江成功軟件開發有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46
• 代理公司: 杭州求是專利事務所有限公司33200
• 代理人: 周烽

技術領域

本發明涉及圖像處理及城市環境風險監測預警技術領域，尤其涉及一種基于支持向量機的施工道路污染檢測方法。

背景技術

施工道路由于施工和經常有車輛的經過的原因，很容易布滿灰塵，嚴重的影響市容市貌和行人的健康。施工道路受灰塵污染的頻率高和不確定性，導致人力監測的困難，因此需要一種準確高效的施工道路污染檢測方法。

目前的施工道路污染檢測主要基于圖像處理中的圖像分割方法，圖像分割的方法有很多，比如區域增長法，聚類分割等，這些方法都不能完全的把道理部分和非道路部分分割開，分割的速度不快，無法做到對施工道路的實時檢測；在特征選擇方面，不同道路的最佳特征可能不一樣，一種模型很難適用所有的施工道路。

發明內容

本發明的目的在于針對目前圖像分割速度慢且不精確，模型單一等缺陷，提供一種基于支持向量機的施工道路污染檢測方法，通過主成分分析降維和尋取最純道路塊的方法，提取道路的速度更快，精度更大，從而達到分類結果更加準確；通過提取12個特征，能自動的選擇最優特征和參數，從而適用絕大多數的施工道路。

本發明是通過以下技術方案實現的：一種基于支持向量機的施工道路污染檢測方法，該方法包括如下步驟：

步驟1：采集道路圖像，將采集的圖像作為訓練集，并人為將訓練集分為干凈和不干凈兩個集合。位于干凈集合的圖像稱為正樣本，位于不干凈集合的圖像稱為負樣本，訓練集中樣本的個數是N。

步驟2：對道路圖像進行特征提取，包含如下子步驟：

（2.1）簡單分割道路與非道路部分：由于攝像頭是固定的，對每張圖片可以統一的除去非道路部分；用n表示道路區域的個數；用A[m,n]定義一個m行n列的矩陣A；A(y,x)表示在矩陣A中第y行第x列的值；A(k)表示矩陣A的第k行，是一個行向量；A^T表示A的轉置矩陣。

（2.2）顏色空間轉換：把原顏色空間轉化到LUV顏色空間，用LUVs[n,3]記錄道路像素的LUV顏色值，LUVs(k)表示對應第k個道路像素點的LUV顏色值。

（2.3）主成分分析降低維數，把3維的顏色空間降到2維；采用如下方法：對LUVs^T*LUVs采用雅可比方法進行特征值特征向量分解，即有：LUVs^T*LUVs=V*∧²*V^T，PC[n，2]是LUVs*V的前兩列，即道路顏色的主成分，用PC[i]表示矩陣PC的第i行。

（2.4）Meanshift聚類分割：首先定義一個矩陣S[256，256]，且ＰＣ（i，1)=y}，其中1{true}=1,1{false}=0。在矩陣S上做meanshift分割，首先規定一個大小為nW*nW的矩形窗口，方法如下：

（2.4.1）在S中找一個非零元A，若A不存在，跳到步驟（2.4.4）。

（2.4.2）在S中，計算以A為中心大小為nW*nW矩形窗口內的質心B。

（2.4.3）如果A等于B，記錄下中心點A值，在S內所有以A為中心窗口內的元素都設為零，回到步驟（2.4.1）。如果A不等于B，把B值賦給A，回到步驟（2.4.2）。

（2.4.4）得到K個中心點Centers[k,2]，定義一個向量Tags[n]記錄道路像素點的類標簽，Tags[i]=arg_jmin(||PC(i)-center(j)||)(i=0,1……n‐1,j=0,1,……k‐1)。分割成了K個類，同類元素有相同的類標簽。