公开(公告)号：CN111428748A

公开(公告)日：2020-07-17

申请号：CN202010105915.4

申请日：2020-02-20

Applicant: 重庆大学

Inventor： 李佳璇 ,  杨帆 ,  刘一阳 ,  韩升 ,  王皓 ,  王梦珺

IPC: G06K9/62 ,  G06N3/00

Abstract: 本发明公开一种基于HOG特征和SVM的红外图像绝缘子识别检测方法，包括以下步骤：进行红外图像预处理；通过方向梯度直方图(HOG)获取正负样本的轮廓信息；采用PCA主成分分析方法对轮廓数据进行降维；采用粒子群算法(PSO)优化SVM的惩罚系数C值和径向基核函数(RBF)的gamma值；采用SVM训练模型，生成并保存目标识别模型和初次识别结果；将剩余的负样本集带入目标识别模型，进行难例挖掘，将假阳性负样本加入负样本集中，迭代训练，增强模型分类性能。本发明能够有效降低人力成本、提升训练速度、降低误检率和漏报率，提高绝缘子检测率。

公开(公告)号：CN111428748B

公开(公告)日：2023-06-27

申请号：CN202010105915.4

申请日：2020-02-20

Applicant: 重庆大学

Inventor： 李佳璇 ,  杨帆 ,  刘一阳 ,  韩升 ,  王皓 ,  王梦珺

IPC: G06V10/764 ,  G06V10/77 ,  G06V10/774 ,  G06N3/006

Abstract: 本发明公开一种基于HOG特征和SVM的红外图像绝缘子识别检测方法，包括以下步骤：进行红外图像预处理；通过方向梯度直方图(HOG)获取正负样本的轮廓信息；采用PCA主成分分析方法对轮廓数据进行降维；采用粒子群算法(PSO)优化SVM的惩罚系数C值和径向基核函数(RBF)的gamma值；采用SVM训练模型，生成并保存目标识别模型和初次识别结果；将剩余的负样本集带入目标识别模型，进行难例挖掘，将假阳性负样本加入负样本集中，迭代训练，增强模型分类性能。本发明能够有效降低人力成本、提升训练速度、降低误检率和漏报率，提高绝缘子检测率。