一種基于支持向量機(jī)的成捆棒材識(shí)別計(jì)數(shù)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理和模式識(shí)別技術(shù)領(lǐng)域，尤其是涉及一種基于支持向量機(jī)的成 捆棒材識(shí)別計(jì)數(shù)方法，用以對(duì)成捆棒材自動(dòng)點(diǎn)支，解決粘連棒材難以精準(zhǔn)識(shí)別計(jì)數(shù)的問題。
【背景技術(shù)】
[0002] 棒材生產(chǎn)中，成捆棒材在出廠銷售前，需要專門的技術(shù)人員采用點(diǎn)支的方式抽檢 捆支的準(zhǔn)確程度，整個(gè)計(jì)數(shù)過程耗時(shí)長(zhǎng)、效率低下。成捆棒材的準(zhǔn)確點(diǎn)支計(jì)數(shù)對(duì)于降低工人 的勞動(dòng)強(qiáng)度、提高軋鋼廠的生產(chǎn)率和生產(chǎn)效益有著重要的意義。因此，研宄開發(fā)高效、高精 度的成捆棒材復(fù)核計(jì)數(shù)方法，成為軋鋼廠迫切需要解決的重要課題之一。
[0003] 因面積大、數(shù)量多，成捆棒材的人工計(jì)數(shù)較為困難。目前通用的方法有：涂漆法、標(biāo) 記法、手持光電計(jì)數(shù)設(shè)備按壓等方法。這些傳統(tǒng)的計(jì)數(shù)方法，工作強(qiáng)度大，消耗工時(shí)長(zhǎng)，在用 工成本不斷上升的環(huán)境下，企業(yè)的投入回報(bào)比大幅下降。目前，很多廠家和研宄機(jī)構(gòu)投入了 大量的人力物力研宄成捆棒材識(shí)別計(jì)數(shù)方法。
[0004] 專利名稱為"基于改進(jìn)梯度Hough圓變換的棒材在線自動(dòng)計(jì)數(shù)方法"，申請(qǐng)?zhí)枮?CN201210203505. 9的專利提出了改進(jìn)梯度Hough圓變換的方法用于棒材計(jì)數(shù)，可以有效的 解決重疊，堆疊的棒材的計(jì)數(shù)問題，極大的提高了對(duì)于棒材計(jì)數(shù)環(huán)境的適應(yīng)性；但是對(duì)于成 捆的棒材，由于棒材的分布密度大，擠壓產(chǎn)生的粘連，這種改進(jìn)梯度Hough圓變換的方法很 難識(shí)別其中的粘連部分，導(dǎo)致計(jì)數(shù)精度降低。
[0005] 在"張達(dá)，謝植，艾江山.棒材在線計(jì)數(shù)中斷面定位方法研宄[J].儀器儀表學(xué)報(bào)， 2010,05 :1173-1178"中，通過模板匹配方法實(shí)現(xiàn)棒材端面的中心位置定位，這種方法對(duì)于 端面整齊，排列疏松的棒材有很高的計(jì)數(shù)精度。對(duì)于圖像中的棒材出現(xiàn)粘連情況，棒材端面 由于光照形狀各異，模板匹配的方法很容易出現(xiàn)漏匹配和過匹配的現(xiàn)象，嚴(yán)重影響計(jì)數(shù)的 準(zhǔn)確性。
[0006] 為了提尚成擁棒材復(fù)檢環(huán)節(jié)的效率和提尚計(jì)數(shù)精度，研宄開發(fā)尚效、尚精度的棒 材識(shí)別計(jì)數(shù)方法，具有巨大的技術(shù)研宄價(jià)值和實(shí)際應(yīng)用價(jià)值。

【發(fā)明內(nèi)容】

[0007] 為了克服上述現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于支持向量機(jī)的成捆棒材識(shí) 別計(jì)數(shù)方法；可以有效的解決粘連棒材的計(jì)數(shù)問題，提高成捆棒材的計(jì)數(shù)速度與計(jì)數(shù)精度。
[0008] 本發(fā)明解決此技術(shù)問題所采用的技術(shù)方案是：一種基于支持向量機(jī)的成捆棒材識(shí) 別計(jì)數(shù)方法，其包括步驟如下：
[0009] (1)對(duì)捕獲的圖像進(jìn)行預(yù)處理，并選取有效的棒材特征信息構(gòu)造特征向量；
[0010] (2)對(duì)特征向量進(jìn)行歸一化處理以用于后續(xù)支持向量機(jī)的訓(xùn)練與預(yù)測(cè)；
[0011] (3)用歸一化后的特征向量構(gòu)造支持向量，并對(duì)支持向量進(jìn)行編碼以形成支持向 量機(jī)網(wǎng)絡(luò)；
[0012] (4)選取最優(yōu)的支持向量機(jī)類型，核函數(shù)與參數(shù)構(gòu)造支持向量機(jī)分類器，并利用此 分類器對(duì)輸入的待分類樣本進(jìn)行分類，完成成捆棒材的識(shí)別計(jì)數(shù)。
[0013] 所述步驟（1)中的圖像預(yù)處理，主要包括：
[0014] 1)高斯濾波：對(duì)整幅圖像進(jìn)行加權(quán)平均，消除高斯噪聲；
[0015] 2)平滑去噪：減少顆粒噪聲，使圖像變得平滑；
[0016] 3)自動(dòng)閾值算法：自適應(yīng)的選取目標(biāo)對(duì)象，濾除干擾對(duì)象；
[0017] 4)腐蝕運(yùn)算：消除細(xì)小Region干擾，減少粘連區(qū)域；
[0018] 5)二值化運(yùn)算：凸顯目標(biāo)對(duì)象，便于幾何特征提取。
[0019] 所述步驟（1)中的有效棒材特征信息是指幾何特征，包括：
[0020] 1)面積：目標(biāo)區(qū)域的面積；
[0021] 2)外接橢圓長(zhǎng)軸長(zhǎng)度：目標(biāo)區(qū)域兩點(diǎn)間最遠(yuǎn)距離；
[0022] 3)圓度：目標(biāo)區(qū)域與理論圓的近似程度；
[0023] 4)凸度：設(shè)圓弧所包含的圓心角為A(弧度表示），則凸度=四分之一圓心角之正 切值；
[0024] 5)外包絡(luò)長(zhǎng)度：目標(biāo)區(qū)域的周長(zhǎng)；
[0025] 6)外接矩形寬度：目標(biāo)區(qū)域最大外接矩形的高度；
[0026] 7)外接矩形長(zhǎng)度：目標(biāo)區(qū)域最大外接矩形的長(zhǎng)度。
[0027] 所述步驟⑵中的歸一化是指將特征值轉(zhuǎn)化為（0, 1)之間的小數(shù)，其轉(zhuǎn)化公式為：
【主權(quán)項(xiàng)】
1. 一種基于支持向量機(jī)的成捆棒材識(shí)別計(jì)數(shù)方法，其特征包括以下步驟： (1) 對(duì)捕獲的圖像進(jìn)行預(yù)處理，并選取有效的棒材特征信息構(gòu)造特征向量； (2) 對(duì)特征向量進(jìn)行歸一化處理以用于后續(xù)支持向量機(jī)的訓(xùn)練與預(yù)測(cè)； (3) 用歸一化后的特征向量構(gòu)造支持向量，并對(duì)支持向量進(jìn)行編碼以形成支持向量機(jī) 網(wǎng)絡(luò)； (4) 選取最優(yōu)的支持向量機(jī)類型，核函數(shù)與參數(shù)構(gòu)造支持向量機(jī)分類器，并利用此分類 器對(duì)輸入的待分類樣本進(jìn)行分類，完成成捆棒材的識(shí)別計(jì)數(shù)。
2. 根據(jù)權(quán)利要求1所述的一種基于支持向量機(jī)的成捆棒材識(shí)別計(jì)數(shù)方法，其特征在 于：所述步驟（1)中的圖像預(yù)處理，主要包括：高斯濾波，平滑去噪，自動(dòng)閾值算法，腐蝕運(yùn) 算，二值化運(yùn)算。
3. 根據(jù)權(quán)利要求1所述的一種基于支持向量機(jī)的成捆棒材識(shí)別計(jì)數(shù)方法，其特征在 于：所述步驟（1)中的有效棒材特征信息是指幾何特征，包括：面積，外接橢圓長(zhǎng)軸長(zhǎng)度，圓 度，凸度，外包絡(luò)長(zhǎng)度，外接矩形寬度，外接矩形長(zhǎng)度共7項(xiàng)特征數(shù)據(jù)。
4. 根據(jù)權(quán)利要求1所述的一種基于支持向量機(jī)的成捆棒材識(shí)別計(jì)數(shù)方法，其特征 在于：所述步驟（2)中的歸一化是指將特征值轉(zhuǎn)化為（0，1)之間的小數(shù)，其轉(zhuǎn)化公式為：
5. 根據(jù)權(quán)利要求1所述的一種基于支持向量機(jī)的成捆棒材識(shí)別計(jì)數(shù)方法，其特征在 于：所述步驟（3)中的支持向量編碼是指將每一個(gè)特征向量分配一個(gè)十進(jìn)制編碼。
6. 根據(jù)權(quán)利要求1所述的一種基于支持向量機(jī)的成捆棒材識(shí)別計(jì)數(shù)方法，其特征在 于：所述步驟（4)中的支持向量機(jī)類型是指C-SVC，核函數(shù)是RBF核函數(shù)。
7. 根據(jù)權(quán)利要求1所述的一種基于支持向量機(jī)的成捆棒材識(shí)別計(jì)數(shù)方法，其特征在 于：所述步驟（4)中的參數(shù)尋優(yōu)是指利用網(wǎng)格尋優(yōu)算法，交叉驗(yàn)證參數(shù)c與g，對(duì)每一對(duì)c與 g進(jìn)行準(zhǔn)確率測(cè)試；最優(yōu)參數(shù)即是使準(zhǔn)確率最高的那對(duì)c與g。
【專利摘要】本發(fā)明公開了一種基于支持向量機(jī)的成捆棒材識(shí)別計(jì)數(shù)方法，其特征包括以下步驟：(1)對(duì)捕獲的圖像進(jìn)行預(yù)處理，并選取有效的棒材特征信息構(gòu)造特征向量；(2)對(duì)特征向量進(jìn)行歸一化處理以用于后續(xù)支持向量機(jī)的訓(xùn)練與預(yù)測(cè)；(3)用歸一化后的特征向量構(gòu)造支持向量，并對(duì)支持向量進(jìn)行編碼以形成支持向量機(jī)網(wǎng)絡(luò)；(4)選取最優(yōu)的支持向量機(jī)類型，核函數(shù)與參數(shù)構(gòu)造支持向量機(jī)分類器，并利用此分類器對(duì)輸入的待分類樣本進(jìn)行分類，完成成捆棒材的識(shí)別計(jì)數(shù)。本發(fā)明中的支持向量機(jī)分類器具有小樣本、泛化能力強(qiáng)的特性；支持向量機(jī)中選擇最優(yōu)參數(shù)，可以準(zhǔn)確的完成粘連棒材的計(jì)數(shù)，對(duì)于各種類型被嚴(yán)重干擾的棒材有很好的魯棒性。
【IPC分類】G06K9-34, G06K9-00
【公開號(hào)】CN104680157
【申請(qǐng)?zhí)枴緾N201510143777
【發(fā)明人】劉國(guó)華, 劉炳樂, 董衛(wèi)豪, 袁秋杰
【申請(qǐng)人】天津工業(yè)大學(xué)
【公開日】2015年6月3日
【申請(qǐng)日】2015年3月26日