[發(fā)明專利]基于HOG特征和機器學(xué)習的輸電線路鳥巢識別方法

有效

• 申請?zhí)枺?/td>: 201810267140.3
• 申請日: 2018-03-28
• 公開（公告）號: CN108537154B
• 公開（公告）日: 2021-09-28
• 發(fā)明（設(shè)計）人: 侯春萍;章衡光;楊陽;管岱;郎玥
• 申請（專利權(quán)）人: 天津大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 天津市北洋有限責任專利代理事務(wù)所 12201
• 代理人: 劉國威

1.一種基于HOG特征和機器學(xué)習的輸電線路鳥巢識別方法，其特征是，步驟如下：

一、方向梯度直方圖HOG特征提取，其具體步驟如下：

1)將巡檢后得到的鳥巢圖像收集起來，依據(jù)圖片中的輸電線路中是否有鳥巢存在進行分類，并按照一定的數(shù)量比例分為訓(xùn)練集和測試集，規(guī)定不含鳥巢的圖片為正樣本，含鳥巢的圖片為負樣本，對所有圖片進行預(yù)處理；

2)對圖片進行預(yù)處理，包括圖像的灰度化和伽馬校正；

3)計算圖像的一階梯度，每個像素有橫縱兩個梯度，具體采用水平、垂直梯度檢測算子；

4)單元格梯度投影，圖像窗口被分成若干個小區(qū)域，這些區(qū)域被稱為“單元格”，然后將每個單元格中所有象素的一維梯度直方圖或者邊緣方向累加到其中，最后將這個基本的方向直方圖映射到固定的角度上，就形成了最終的特征；

5)對比度歸一化，一個單元格的特征會以不同的結(jié)果多次出現(xiàn)在最后的向量中，得到一個HOG描述符；

6)將檢測窗口中所有重疊的塊進行HOG特征的收集，并將它們結(jié)合成的特征向量；

二、主成分分析

令數(shù)據(jù)集為D＝{x⁽¹⁾,x⁽²⁾,......,x^(m)}，K為降維后的維數(shù)，

1)對所有樣本中心化，即一個值減去它的均值：

2)計算協(xié)方差矩陣：

3)對協(xié)方差矩陣求特征值和特征向量；

4)取最大的前K個特征值對應(yīng)的特征向量u⁽¹⁾,u⁽²⁾,......,u^(k)；

三、訓(xùn)練支持向量機SVM分類器

1)歸一化，對步驟2得到的數(shù)據(jù)進行歸一化，消除各維數(shù)據(jù)間數(shù)量級的差別，避免因輸入輸出數(shù)據(jù)數(shù)量級差別較大而造成網(wǎng)絡(luò)預(yù)測誤差較大，歸一化方式如下：

其中x_min為數(shù)據(jù)序列中的最小數(shù)；x_max為序列中的最大數(shù)；

2)提取上一步中所得的訓(xùn)練集的特征向量組成分類器的訓(xùn)練集，并制作符合SVM格式的標簽文件；

3)選擇核函數(shù)類型、SVM所涉及的懲罰因子c，伽馬參數(shù)g以及核函數(shù)所用相關(guān)參數(shù)，利用步驟5得到的訓(xùn)練集訓(xùn)練分類器模型，得到分類器模型，通過測試不同c和g的K折交叉驗證的準確率來尋找最佳的c和g的值；

四、輸入測試集圖像，利用訓(xùn)練好的分類器進行分類，輸出最終的分類結(jié)果。

2.如權(quán)利要求1所述的基于HOG特征和機器學(xué)習的輸電線路鳥巢識別方法，其特征是，灰度化和伽馬校正具體步驟如下：

A.灰度化

灰度化公式如下所示：

Gray＝0.3×R+0.59×G+0.11×B

其中R，G，B分別是原彩色圖像中的紅色，綠色，藍色分量的像素值，Gray是圖像灰度化后的像素值；

B.伽馬校正

伽馬校正就是對每個像素使用一個伽馬系數(shù)來壓縮，公式如下：

P_out＝(P_in)^gamma

其中P_in表示輸入灰度圖像的像素值，P_out表示輸出圖像的像素值，gamma表示伽馬系數(shù)；

其中，水平梯度算子：

[-1，0，1]

垂直梯度算子：

[-1，0，1]^T

對目標圖像進行卷積，獲得目標圖像水平梯度信息G_x(x,y)和垂直梯度信息G_y(x,y)，x，y為坐標，最終得到的結(jié)果為：

梯度幅值：

梯度方向：

3.如權(quán)利要求1所述的基于HOG特征和機器學(xué)習的輸電線路鳥巢識別方法，其特征是，一個實例中具體步驟如下：

1)對待識別輸電線路圖像進行預(yù)處理，圖像尺寸大小統(tǒng)一縮放為600×400，縮放方式選擇雙三次內(nèi)插，并對圖像做灰度化和伽馬校正；

2)提取輸電線路圖像的HOG特征；

3)對上一步中的特征向量進行主成分分析，提取前400個特征值對應(yīng)的特征向量；

4)將特征向量用第一步訓(xùn)練好的分類器模型進行預(yù)測，根據(jù)分類器預(yù)測結(jié)果輸出圖片中是否有鳥巢，若分類結(jié)果為1，則表明圖像中沒有鳥巢，一切正常；若分類結(jié)果為-1，則表明圖像中有鳥巢，應(yīng)當立即定位并搶修。