亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于機(jī)器學(xué)習(xí)的GIS典型缺陷的智能識(shí)別研究

        2018-03-29 04:34:50劉榮海耿磊昭楊迎春鄭欣
        軟件 2017年8期
        關(guān)鍵詞:智能識(shí)別機(jī)器學(xué)習(xí)圖像處理

        劉榮海 耿磊昭 楊迎春 鄭欣

        摘要:GIS設(shè)備的安全運(yùn)行直接影響整個(gè)電網(wǎng)的安全穩(wěn)定運(yùn)行。隨著GIS設(shè)備數(shù)量的增多,面對(duì)日益突出的GIS典型缺陷,本文采用支持向量機(jī)(Support Vector Machine,簡(jiǎn)稱(chēng)SVM)的機(jī)器學(xué)習(xí)方法,并結(jié)合圖像處理技術(shù)設(shè)計(jì)開(kāi)發(fā)了一套GIS典型缺陷的智能識(shí)別軟件?軟件首先對(duì)GIS圖像進(jìn)行預(yù)處理研究,然后通過(guò)對(duì)缺陷樣本的訓(xùn)練學(xué)習(xí),實(shí)現(xiàn)對(duì)GIS典型缺陷的智能識(shí)別,從而提高對(duì)GIS設(shè)備的檢測(cè)效率。

        關(guān)鍵詞:機(jī)器學(xué)習(xí);圖像處理;SVM;智能識(shí)別;GIS

        中圖分類(lèi)號(hào):TM930.1 文獻(xiàn)標(biāo)識(shí)碼:A DOI:10.3969/j.issn.l003-6970.2017.08.036

        引言

        GIS,即SF6氣體絕緣全封閉組合電器(GasInsulted Switchgear)。GIS設(shè)備運(yùn)行安全可靠、配置靈活和維護(hù)簡(jiǎn)便、檢修周期長(zhǎng),加之在技術(shù)上的先進(jìn)性和經(jīng)濟(jì)上的優(yōu)越性,已得到廣泛應(yīng)用。但GIS設(shè)備一旦發(fā)生故障,特別是內(nèi)部放電故障,或者因?yàn)槿毕菪枰獧z修,由于檢修故障間隔的檢修時(shí)間相對(duì)較長(zhǎng)必然導(dǎo)致所需停電的時(shí)間長(zhǎng),將會(huì)嚴(yán)重影響到整個(gè)電網(wǎng)的安全穩(wěn)定運(yùn)行。隨著GIS變電站的增多,面對(duì)日益突出的GIS設(shè)備缺陷,迫切需要對(duì)設(shè)備常見(jiàn)缺陷及其處理方法進(jìn)行分析研究,確保設(shè)備的可靠性以及電網(wǎng)的穩(wěn)定運(yùn)行。目前GIS內(nèi)部缺陷的檢測(cè)方法主要有脈沖電流法、化學(xué)檢測(cè)法、光學(xué)檢測(cè)法、超聲波法。但是這些方法不能實(shí)現(xiàn)對(duì)GIS典型缺陷的智能識(shí)別。目前基于計(jì)算機(jī)視覺(jué)的缺陷檢測(cè)已經(jīng)廣泛應(yīng)用于工業(yè)領(lǐng)域,本文將圖像處理技術(shù)應(yīng)用于GIS缺陷的智能識(shí)別,采用支持向量機(jī)(Support Vector Machine,簡(jiǎn)稱(chēng)SVM的機(jī)器學(xué)習(xí)算法設(shè)計(jì)開(kāi)發(fā)了一套具有自動(dòng)識(shí)別功能的GIS典型缺陷的系統(tǒng)軟件。本文首先利用內(nèi)窺攝像頭對(duì)GIS設(shè)備內(nèi)部圖像進(jìn)行獲取,進(jìn)而對(duì)得到的圖像進(jìn)行預(yù)處理、特征提取與判別。系統(tǒng)軟件的識(shí)別流程圖如圖1所示:

        1 圖像預(yù)處理技術(shù)

        隨著現(xiàn)代半導(dǎo)體技術(shù)的不斷發(fā)展,計(jì)算機(jī)圖像處理也得到了快速的應(yīng)用,結(jié)合缺陷圖像的分析,能夠?qū)θ毕萏卣鬟M(jìn)行定量計(jì)算,彌補(bǔ)傳統(tǒng)檢測(cè)方法的不足,促進(jìn)GIS缺陷分析技術(shù)的智能化和自動(dòng)化。在弱光條件下的圖像,由于光照明暗程度,設(shè)備性能優(yōu)劣等因素的存在,圖像中往往存在各種各樣的噪點(diǎn)和畸變,對(duì)缺陷的識(shí)別準(zhǔn)確性產(chǎn)生干擾。因此需要對(duì)識(shí)別對(duì)象圖形進(jìn)行一些預(yù)處理研究,圖像的預(yù)處理技術(shù)主要包括了圖像灰度化、圖像增強(qiáng)和圖像分割等一些功能。如圖2所示為本文針對(duì)GIS典型缺陷圖像文件的預(yù)處理基本流程圖:

        2 GIS典型缺陷的智能識(shí)別

        2.1 特征提取

        在完成缺陷圖像提取之后,GIS內(nèi)部圖像中的缺陷區(qū)域被分割出來(lái)。但是相對(duì)于原始圖像而言,經(jīng)過(guò)處理的缺陷圖像在數(shù)據(jù)量上已經(jīng)有了很大的降低。但是對(duì)于分類(lèi)器而言,需要分析的數(shù)據(jù)量依然比較大。因此需要進(jìn)行更多的特征提取從而更好地分類(lèi)樣本數(shù)據(jù)。比較常用的特征包括,紋理特征、灰度特征和幾何特征。因?yàn)樘崛〉娜毕菰趲缀涡螒B(tài)上往往具有不確定性,同一種類(lèi)型的特征也許在幾何形態(tài)上差異較大。因此,本文選取灰度特征和紋理特征作為初始特征。

        2.1.1 提取紋理特征

        紋理是指存在于圖像中某個(gè)范圍內(nèi)較小形狀或半規(guī)律性排列圖案,在圖像判定中使用紋理特征來(lái)表示粗糙程度、均勻程度等變化,常使用圖像灰度等級(jí)變化來(lái)表示。對(duì)于拉傷、碰傷等缺陷類(lèi)型,一般具有比較明顯的紋理信息,因此紋理特征在區(qū)分這些缺陷類(lèi)型時(shí)具有很好的效果。

        灰度共生矩陣可以考慮到圖像像素間的相關(guān)性,它建立在圖像一階組合條件概率密度函數(shù)基礎(chǔ)上,通過(guò)計(jì)算特定距離和特定方向上的兩點(diǎn)間的灰度相關(guān)性來(lái)反映圖像在方向、間隔、變化幅度及快慢上的綜合信息,計(jì)算0°、45°、90°和135°四個(gè)方向上的灰度共生矩,本文采用最常用的四個(gè)灰度共生矩特征作為紋理特征。計(jì)算公式分別為:

        通過(guò)上述公式的計(jì)算,在對(duì)分割圖像進(jìn)行提取紋理特征時(shí),在圖像的每一個(gè)方向上可以分別獲得能量、對(duì)比度、熵和相關(guān)度四個(gè)四個(gè)紋理特征,從而四個(gè)方向上總共可以獲得16個(gè)紋理特征作為圖像特征提取的條件。

        2.1.2 提取灰度特征

        對(duì)于其他類(lèi)型特殊的故障圖像,提取灰度特征可以更準(zhǔn)確的判別其特征信息。一些故障缺陷信息會(huì)在圖像上呈現(xiàn)較高的亮度,并且其灰度頻度主要集中在較高的數(shù)值范圍內(nèi),一些內(nèi)含雜質(zhì)類(lèi)的缺陷,其在圖像中上亮度往往比較暗淡,灰度頻度集中在較小的數(shù)值范圍。因此選用灰度特征作為判別特征可以有效的識(shí)別此類(lèi)缺陷。根據(jù)灰度直方圖的定義內(nèi)容,可以提取提取以下六個(gè)特征:

        均值:

        方差:

        歪度:

        峭度:

        能量:

        2.2 分類(lèi)器的設(shè)計(jì)

        選擇合適的分類(lèi)方法對(duì)圖像數(shù)字化處理后的GIS圖像進(jìn)行模式識(shí)別是本系統(tǒng)軟件需要解決的關(guān)鍵技術(shù)。支持向量機(jī)(Support Vector Machine,簡(jiǎn)稱(chēng)SVM)是是由Vapnik領(lǐng)導(dǎo)的AT&TBell;實(shí)驗(yàn)室研究小組在1963年提出的一種新的非常有潛力的分類(lèi)技術(shù),SVM是一種基于統(tǒng)計(jì)學(xué)習(xí)理論的模式識(shí)別方法,主要應(yīng)用于模式識(shí)別領(lǐng)域。它具有的優(yōu)點(diǎn)是可以更好地解決小樣本、非線(xiàn)性及髙維模式識(shí)別。因此,針對(duì)實(shí)驗(yàn)室以及現(xiàn)場(chǎng)應(yīng)用中存在的GIS典型缺陷圖像樣本數(shù)量比較少,軟件采用了以現(xiàn)代統(tǒng)計(jì)學(xué)理論為基礎(chǔ)的支持向量機(jī)實(shí)現(xiàn)對(duì)圖像數(shù)字化處理后的GIS圖像進(jìn)行模式識(shí)別。

        2.2.1 多類(lèi)分類(lèi)器的選擇

        在GIS缺陷圖像分類(lèi)識(shí)別應(yīng)用中,支持向量機(jī)是一種二分類(lèi)分類(lèi)器。因此,如何通過(guò)二分類(lèi)的支持向量機(jī)構(gòu)造有效的多類(lèi)分類(lèi)器,是選擇分類(lèi)器需要解決的一個(gè)關(guān)鍵問(wèn)題。通常兩類(lèi)分類(lèi)器構(gòu)造多類(lèi)分類(lèi)器的方法大致可以分為一對(duì)一方法和一對(duì)多方法兩種途徑。

        (1)一對(duì)多方法

        一對(duì)多方法是最早被提出的基于兩類(lèi)分類(lèi)器構(gòu)造多類(lèi)分類(lèi)器的方法。假如樣本共有k個(gè)類(lèi)型,那么一共構(gòu)造k個(gè)SVM模型。在訓(xùn)練第i個(gè)模型時(shí),將第i個(gè)類(lèi)型作為一類(lèi),其他所有類(lèi)型單獨(dú)作為一類(lèi)。從而能夠得到1份數(shù)據(jù),乃;),其中:C 且乃{(lán)l,.",/}表示xi的類(lèi)型。

        第i個(gè)SVM模型通過(guò)以下方法求得:

        其中訓(xùn)練xi通過(guò)核函數(shù)O和懲罰因子C映射到高維空間。最小化是為了使得^最大化,它描述了數(shù)據(jù)集與分類(lèi)超平面的幾何間隔。如果數(shù)據(jù)集線(xiàn)性不可分,那么懲罰項(xiàng)cfg可以盡可能的抑制噪聲的影響。經(jīng)過(guò)以上計(jì)算能夠得到k個(gè)決策函數(shù)。

        對(duì)于未知樣本X,將X帶入各個(gè)決策函數(shù)中,在哪個(gè)決策函數(shù)中獲得最大值,就判定X屬于哪一個(gè)類(lèi)型:

        (2)—對(duì)一方法

        一對(duì)一方法是構(gòu)造k(k-l)/2個(gè)分類(lèi)器,每個(gè)分類(lèi)器的訓(xùn)練集分別來(lái)自樣本集的兩個(gè)類(lèi)型數(shù)據(jù)。對(duì)于第i個(gè)類(lèi)型和第j個(gè)類(lèi)型的訓(xùn)練集,構(gòu)造以下二次

        規(guī)劃方程:

        在完成個(gè)分類(lèi)器的訓(xùn)練后,對(duì)于未知x數(shù)據(jù)的判別有多種不同的方法。比較常用的方法是

        投票法如果決策函數(shù)+瀘顯示是屬于第類(lèi)的,那么在第x類(lèi)中的票數(shù)加一。在所有決策函數(shù)給出判別結(jié)果之后,選取獲得票數(shù)最多的類(lèi)型作為對(duì)x的判別結(jié)果。假如在兩種類(lèi)型中獲得了相同的票數(shù),那么簡(jiǎn)單的選取具有較小編號(hào)的類(lèi)型作為判別結(jié)果。

        基于上述討論,結(jié)合對(duì)GIS典型缺陷圖像分類(lèi)實(shí)際需求和識(shí)別系統(tǒng)軟件要求的考量,最終選擇通過(guò)一對(duì)多的方法構(gòu)造GIS典型缺陷圖像分類(lèi)器。

        3 GIS典型缺陷自動(dòng)識(shí)別軟件的設(shè)計(jì)與實(shí)現(xiàn)

        由于GIS圖像典型缺陷檢測(cè)系統(tǒng)的核心是檢測(cè)算法,所以本系統(tǒng)選擇Visual Studio2010的開(kāi)發(fā)平臺(tái),開(kāi)發(fā)方便快捷,同時(shí)其中NET框架也縮短了上位機(jī)的開(kāi)發(fā)周期。本系統(tǒng)使用了OpenCV(Open Source Computer Vision Library,簡(jiǎn)稱(chēng)Open CV)計(jì)算機(jī)圖形庫(kù)與NET Framework相結(jié)合的方式實(shí)現(xiàn)檢測(cè)算法的軟件實(shí)現(xiàn),從而使軟件開(kāi)發(fā)變得更加方便快捷,使用方便,使得圖像處理速度加快。

        識(shí)別軟件是本自動(dòng)識(shí)別系統(tǒng)的重要組成部分,軟件設(shè)計(jì)的內(nèi)容主要包括了GIS圖像預(yù)處理、圖像分割、特征參數(shù)計(jì)算和模式識(shí)別等幾個(gè)功能模塊,如圖3所示為自動(dòng)識(shí)別軟件的功能框圖。

        3.1 基于SVM的GIS缺陷分類(lèi)器的訓(xùn)練和測(cè)試應(yīng)用SVM建立的GIS典型缺陷自動(dòng)識(shí)別軟件系統(tǒng)的主要工作內(nèi)容包括了兩個(gè)方面,第一就是選擇合適的特征值作為輸入向量,隨機(jī)抽取數(shù)量相近的缺陷類(lèi)別作為訓(xùn)練樣木;設(shè)置的主要參數(shù),構(gòu)造合適的核函數(shù)(參數(shù)主要有懲罰系-數(shù)C,核函數(shù)核寬度0。如圖4所示為GIS典型缺陷圖像自動(dòng)識(shí)別的流程框圖,由圖4可知,基于SVM的GIS識(shí)別分類(lèi)器的設(shè)計(jì)主要包括了訓(xùn)練和測(cè)試兩部分。

        3.1.1 軟件的訓(xùn)練研究

        選擇GIS圖像訓(xùn)練的數(shù)據(jù)中每種缺陷類(lèi)型樣本數(shù)為1000組,并劃分3類(lèi)GIS缺陷類(lèi)別。樣本訓(xùn)練的步驟如下:

        (1)將所有內(nèi)部缺陷的缺陷樣本,識(shí)別結(jié)果標(biāo)為+1;其他所有樣本歸為-1,將多分類(lèi)轉(zhuǎn)換為二分類(lèi)問(wèn)題。將標(biāo)序好的樣本數(shù)據(jù)輸入到SVM中,并對(duì)其進(jìn)行訓(xùn)練,得到相應(yīng)1號(hào)缺陷分類(lèi)器和最優(yōu)分類(lèi)面。該分類(lèi)器用來(lái)識(shí)別1號(hào)缺陷類(lèi)型;

        (2)取所有工具異物的磨粒樣本,識(shí)別結(jié)果標(biāo)為+2重復(fù)(1)中的步驟,對(duì)2號(hào)分類(lèi)器進(jìn)行訓(xùn)練,用來(lái)識(shí)別工具異物缺陷;

        (3)完成SVM分類(lèi)器的訓(xùn)練。

        利用OpenCV實(shí)現(xiàn)SVM缺陷分類(lèi)器的訓(xùn)練主要使用^11(:?::(>8?]\4類(lèi),具體步驟如圖5所示:

        3.1.2 軟件的測(cè)試研究

        系統(tǒng)檢測(cè)過(guò)程中對(duì)4個(gè)SVM分類(lèi)器完成了訓(xùn)練,利用軟件對(duì)它們進(jìn)行相應(yīng)的測(cè)試,從而評(píng)價(jià)SVM的識(shí)別能力是否能夠達(dá)到識(shí)別系統(tǒng)的預(yù)期和要求。測(cè)試的樣本為每個(gè)類(lèi)型選取50組,在已知缺陷類(lèi)型的情況下對(duì)完成訓(xùn)練的進(jìn)行測(cè)試。

        如圖6所示為本系統(tǒng)SVM識(shí)別結(jié)果界面,系統(tǒng)對(duì)輸入的圖像進(jìn)行預(yù)處理、分割、特征值提取,最后得到識(shí)別結(jié)果。

        如下在表格1中列出了SVM分類(lèi)器的測(cè)試結(jié)果,包括了測(cè)試樣本數(shù)量,識(shí)別個(gè)數(shù)以及缺陷的識(shí)別率。

        實(shí)驗(yàn)結(jié)果表明:SVM分類(lèi)器存在一定的誤識(shí)率,但其整體的識(shí)別率仍然能夠滿(mǎn)足GIS典型缺陷圖像檢測(cè)的需要。并且支持向量機(jī)SVM對(duì)小樣本分類(lèi)的優(yōu)越性和基于OpenCV實(shí)現(xiàn)分類(lèi)器訓(xùn)練的簡(jiǎn)捷性,實(shí)現(xiàn)了3種狀態(tài)的識(shí)別,并且具有良好的推廣性。

        3.1.3 識(shí)別軟件的模塊化功能

        (1)用戶(hù)管理模塊

        根據(jù)系統(tǒng)功能模塊的劃分,在用戶(hù)管理模塊里面,管理員可以添加、刪除其他的用戶(hù)。因此管理員可以對(duì)用戶(hù)數(shù)據(jù)表和檢測(cè)結(jié)果數(shù)據(jù)表進(jìn)行操作,如圖7所示可以對(duì)用戶(hù)信息進(jìn)行查詢(xún)。

        (2)用戶(hù)登錄界面

        由于本系統(tǒng)軟件的主要目的是針對(duì)GIS內(nèi)部圖像進(jìn)行圖像識(shí)別檢測(cè),所以在設(shè)計(jì)登錄界面時(shí),沒(méi)有太多的權(quán)限要求,所以本系統(tǒng)軟件的登錄界面設(shè)計(jì)采用了固定的用戶(hù)信息和密碼信息來(lái)進(jìn)行登錄。登錄界面如圖8所示。

        (3)系統(tǒng)主體界面

        當(dāng)用戶(hù)正確登錄之后,進(jìn)入系統(tǒng)主界面,可進(jìn)行歷史記錄查詢(xún)、圖像上傳檢測(cè)、刪除等操作,主界面如圖9所示:

        主界面可以顯示上傳的原始圖像,經(jīng)過(guò)預(yù)處理的圖像以及對(duì)應(yīng)的分析結(jié)果、上傳人和上傳時(shí)間。在線(xiàn)上傳的圖片經(jīng)過(guò)預(yù)處理,特征提取,分類(lèi)器判別即可完成分析。

        4 結(jié)論與展望

        本文采用圖像處理技術(shù)對(duì)GIS圖像進(jìn)行預(yù)處理,利用機(jī)器智能學(xué)習(xí)的方法開(kāi)發(fā)了一套智能識(shí)別軟件。通過(guò)研究支持向量機(jī)(SVM)的原理和數(shù)學(xué)模型,建立了GIS工具異物類(lèi)和金屬異物類(lèi)的缺陷樣本,通過(guò)OpenCV完成了基于SVM的GIS典型缺陷分類(lèi)器的設(shè)計(jì)。實(shí)驗(yàn)結(jié)果表明,本文設(shè)計(jì)的GIS典型缺陷自動(dòng)識(shí)別軟件能夠有效地識(shí)別GIS的典型缺陷。

        本文同時(shí)體現(xiàn)了機(jī)器學(xué)習(xí)在GIS設(shè)備缺陷診斷和檢測(cè)中的應(yīng)用價(jià)值,可以為GIS設(shè)備的診斷和檢測(cè)提供一條新的技術(shù)途徑。

        同時(shí),由于訓(xùn)練成本的限制不能實(shí)現(xiàn)百分之百的識(shí)別率,為了更加優(yōu)化缺陷識(shí)別的自動(dòng)化和智能化以及提高識(shí)別的準(zhǔn)確率。未來(lái)可以選取其他機(jī)器學(xué)習(xí)的方法,增加缺陷樣本的數(shù)據(jù),實(shí)現(xiàn)更簡(jiǎn)捷、更高效的智能識(shí)別技術(shù)。

        猜你喜歡
        智能識(shí)別機(jī)器學(xué)習(xí)圖像處理
        機(jī)器學(xué)習(xí)在圖像處理中的應(yīng)用
        電子制作(2018年18期)2018-11-14 01:48:20
        模糊圖像處理,刑事偵查利器
        圖像處理技術(shù)的實(shí)戰(zhàn)應(yīng)用
        基于智能識(shí)別功能的Mura機(jī)設(shè)計(jì)
        基于機(jī)器學(xué)習(xí)的圖像特征提取技術(shù)在圖像版權(quán)保護(hù)中的應(yīng)用
        基于網(wǎng)絡(luò)搜索數(shù)據(jù)的平遙旅游客流量預(yù)測(cè)分析
        前綴字母為特征在維吾爾語(yǔ)文本情感分類(lèi)中的研究
        基于支持向量機(jī)的金融數(shù)據(jù)分析研究
        農(nóng)作物智能識(shí)別定向施藥除草機(jī)器人的設(shè)計(jì)研究
        動(dòng)態(tài)環(huán)境下視頻興趣區(qū)的自動(dòng)捕獲系統(tǒng)研究
        极品美女高潮喷白浆视频| 成人免费无码大片a毛片抽搐色欲| 亚洲综合激情五月丁香六月| 亚洲成色在线综合网站| 日本中文字幕一区二区高清在线| 青青草是针对华人绿色超碰| 国产香蕉视频在线播放| 少妇无码太爽了不卡视频在线看| 99久久综合精品五月天| 色青青女同性恋视频日本熟女| 亚洲国产丝袜久久久精品一区二区| 国产精品爽爽久久久久久竹菊| 国产露脸精品产三级国产av| 国产精品久久无码免费看| 男女啪啪啪的高清视频| 中文字幕人成乱码熟女| 国产嫖妓一区二区三区无码| 中文字幕有码在线视频| 日韩精品免费在线视频一区| 中文字幕无线码免费人妻| 俺来也俺去啦久久综合网| 蜜桃av多人一区二区三区| 不卡一本av天堂专区| 手机看片久久国产免费| 欧美精品一级| 日本一曲二曲三曲在线| 欧洲美熟女乱又伦av影片| 国产av无码专区亚洲av琪琪| 92精品国产自产在线观看48页| 精品亚洲一区二区三区在线播放 | 色先锋资源久久综合5566| 操B小视频国产| 国产女优一区在线观看| 芒果乱码国色天香| 在线欧美精品二区三区| 97激情在线视频五月天视频| 国产成人无码精品久久久免费 | 放荡人妻一区二区三区| 日韩中文字幕在线观看一区| 男人靠女人免费视频网站| 思思久久96热在精品不卡|