电气符号识别的HOG方法

• 作者: 刘亚楠 刘剑 高恩阳 龚志恒
• 来源期刊: 沈阳建筑大学学报（自然科学版）
• 学科: 工学
• 关键词: 电气符号识别 HOG特征 支持向量机 梯度直方图
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 信息与控制
• 页码范围: 571-576
• 页数: 6页
• 分类号: TP391.41
• 字数: 3202字
• 语种: 中文

摘要

目的 为解决电气符号的大小、图纸背景的模糊、电气符号的旋转角度等各种干扰因素对计算机识别电气图纸造成的误差问题.方法 笔者提出了一种基于HOG的电气符号识别方法.建立电气符号训练集,提取电气符号图像的HOG特征,计算出梯度方向向量个数加权图;使用这些HOG特征和分类信息对支持向量机进行训练;利用支持向量机进行识别.结果 HOG算法对电气符号的识别率达到92.5％,与SIFT算法比较,识别效果更为准确.结论 所提出的HOG算法克服了外界干扰因素对电气符号识别的影响,提高了识别的准确率,具有良好的检测效果,为将HOG算法应用到其他领域奠定理论基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘剑	沈阳建筑大学信息与控制工程学院	107	406	9.0	15.0
5	高恩阳	沈阳建筑大学信息与控制工程学院	24	57	5.0	5.0
7	龚志恒	沈阳建筑大学信息与控制工程学院	19	85	5.0	8.0
8	刘亚楠	沈阳建筑大学信息与控制工程学院	5	15	2.0	3.0