基于支持向量机的油滴识别及粒径分布特征提取算法

• 作者: 曹金凤 李建伟 苏天赟 郭继鸿
• 来源期刊: 船海工程
• 学科: 交通运输
• 关键词: 溢油 油滴识别 油滴粒径分布 支持向量机
• 年，卷（期）: 2020,（2）
• 页码范围: 10-14,17
• 页数: 6页
• 分类号: U698.7
• 字数: 4520字
• 语种: 中文
• DOI: 10.3963/j.issn.1671-7953.2020.02.003

摘要

采用水下溢油模拟实验水槽装置模拟溢油工况,利用工业相机获取油滴图片,将图像分割后得到的油滴图片灰度值作为特征值,基于支持向量机(SVM)算法训练油滴识别模型,获得油滴的粒径分布特征.研究表明:SVM方法所训练模型在测试集样本识别中正确率为100％,在油滴图片识别中正确率超过95％,识别快速、结果可靠;处理相同数量的溢油图片,SVM算法比最大类间方差法(Otsu)用时更少,效率更高;处理204张油滴图片时,SVM算法的平均识别用时比Ostu算法快76.9％,累计识别用时比Ostu算法快74.5％.识别的油滴粒径在自然对数坐标系下呈线性分布,协方差R2=0.8427,与经典的Rosin-Rammler粒径分布吻合.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹金凤	青岛理工大学机械与汽车工程学院	25	69	5.0	6.0
2	李建伟		4	0	0.0	0.0
3	郭继鸿	青岛理工大学土木工程学院	1	0	0.0	0.0
4	苏天赟		2	0	0.0	0.0