[發明專利]一種基于SVM算法的機車輪對踏面損傷檢測方法在審
| 申請號： | 201810296479.6 | 申請日： | 2018-03-30 |
| 公開（公告）號： | CN108872241A | 公開（公告）日： | 2018-11-23 |
| 發明（設計）人： | 黎寧;肖海鵬;梅勁松;李亞紅;石崢映;沈曉東;蔣銀男 | 申請（專利權）人： | 南京航空航天大學;南京拓控信息科技股份有限公司 |
| 主分類號： | G01N21/88 | 分類號： | G01N21/88;G06K9/62 |
| 代理公司： | 江蘇圣典律師事務所 32237 | 代理人： | 賀翔;徐曉鷺 |
| 地址： | 211106 江*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 灰度共生矩陣 機車輪 踏面損傷 核函數 損傷 可疑區域 生成參數 特征表示 特征向量 圖像實現 灰度級 檢測 踏面 判定 圖像 應用 | ||
1.一種基于SVM算法的機車輪對踏面損傷檢測方法，其特征在于，根據已有的機車輪對踏面圖像，選取紋理特征作為特征向量來訓練SVM模型，進而對新的踏面圖像進行損傷判定。
2.根據權利1所述的一種基于SVM算法的機車輪對踏面損傷檢測方法，其特征在于，所述方法包括：
步驟一，將已有踏面圖像進行人工標簽，分別用0和1表示無損傷和有損傷，使用K折交叉驗證法將樣本分成訓練集和測試集；
步驟二，將不同實驗圖像進行歸一化處理；
步驟三，確定灰度共生矩陣的生成參數，主要包括：生成灰度級L、生成間距d與生成方向θ，通過對比試驗，選取L為8，生成間距d為4，生成方向θ為0°、90°與135°；
步驟四，通過對比試驗，篩選紋理特征，選取對比度、相關性和同質性為紋理特征；
步驟五，確定SVM參數，根據已有樣本，選取RBF核函數作為核函數，然后基于遺傳算法確定核函數的參數σ以及懲罰因子C的值；
步驟六，根據前一步獲得的最有參數，將紋理特征向量以及標簽送入SVM進行訓練，最終得到踏面損傷檢測模型。
3.根據權利1所述的一種基于SVM算法的機車輪對踏面損傷檢測方法，其特征在于，步驟五的具體過程為：
首先對需要選擇的參數C和σ進行二進制編碼，采用長度為十的碼串來表示一個參數；將種群大小設置為50，分類精度用模型的識別率RR表示
其中ncorrect為測試樣本集中分類正確的樣本數目，ntotal是測試樣本集總數；
其次，遺傳運算中采用比例選擇算子，交叉運算采用單點交叉，變異運算采用基本位變異算子，最大進化代數為300。
4.根據權利1所述的一種基于SVM算法的機車輪對踏面損傷檢測方法，其特征在于，步驟六的具體過程為：首先，計算圖像的紋理特征矢量，然后將所述圖像歸一化；其次，采用k折交叉的方式將樣本數據劃分為訓練集和測試集，最后選取基于RBF核函數SVM分類器進行訓練。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于南京航空航天大學;南京拓控信息科技股份有限公司，未經南京航空航天大學;南京拓控信息科技股份有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810296479.6/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：微觀缺陷檢測裝置及檢測方法、顯微鏡
- 下一篇：一種提高檢測效率的自動化設備
