基于SMO算法的皮带撕裂红外图像检测方法

• 作者: 冯涛 徐善永 韩涛 黄友锐
• 来源期刊: 现代电子技术
• 关键词: 红外图像检测 运煤皮带 纵向撕裂 SMO算法 图像分割 决策模型
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 信号分析与图像处理
• 页码范围: 37-40,46
• 页数: 5页
• 分类号: TN911.73-34|TD634
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.11.009

摘要

针对运煤皮带经常性的纵向撕裂问题,考虑到煤码头复杂环境引起的检测不精确性,提出基于序列最小最优化(SMO)算法的红外图像检测方法.由于煤码头存在着大量的水雾和粉尘,将在很大程度上影响图像的提取和处理.通过获取运煤皮带的红外图像,采用SMO算法构建决策模型并对红外图像进行分割.由实验效果图可得,分割效果良好,辨识度高,并从检测精度和分割时间两个角度出发,通过对比BP神经网络算法、SVM算法和SMO算法,表明SMO算法不仅预测精度高,而且实时性好,能够满足皮带撕裂图像检测的诊断要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄友锐	安徽理工大学电气与信息工程学院	195	991	16.0	21.0
2	徐善永	安徽理工大学电气与信息工程学院	27	58	5.0	6.0
3	韩涛	安徽理工大学电气与信息工程学院	31	58	5.0	6.0
4	冯涛	安徽理工大学电气与信息工程学院	4	0	0.0	0.0