结合 SVM 后验概率的散料料位识别试验研究

• 作者: 田明锐 胡永彪 金守峰
• 来源期刊: 中国机械工程
• 关键词: 机器视觉 散料装车 料位检测 纹理识别 SVM 后验概率
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 信息技术
• 页码范围: 646-651
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2016.05.013

摘要

提出了一种散料装车料位的图像检测方法,该方法将待处理料堆图像分为若干不重叠的子块,对各子块进行了同态滤波、二值化及二值共生矩阵纹理特征提取,并根据纹理特征对各子块进行了分类识别.在识别过程中,提出了一种基于 SVM 及其后验概率的料堆识别方法,建立了位于交界位置子块的 SVM 后验概率与其中料堆目标所占比例的关系模型,并将仅采用 SVM 对子块识别后的料位拟合结果与其后验概率输出相结合,在这些交界位置子块内进行了进一步的图像分割.试验结果表明,所提出的方法与仅采用 SVM 子块识别的料堆轮廓及料位拟合误差相比,分别减小42％和56％,平均误差分别为0??4517 pixel 和0??2586 pixel,在 MATLAB 下每帧处理需0??2 s.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡永彪	长安大学道路施工技术与装备教育部重点实验室	51	269	9.0	14.0
2	田明锐	长安大学道路施工技术与装备教育部重点实验室	13	56	4.0	6.0
3	金守峰		56	182	7.0	10.0