图像检索在焊工车间安全生产应用中的研究

发布时间：2017-09-07 08:35

  本文关键词：图像检索在焊工车间安全生产应用中的研究

  更多相关文章： YCbCr颜色空间 光照补偿 支持向量机 小波同态滤波器

【摘要】：基于内容的图像检索技术是通过提取图像的底层特征来达到表达图像整体内容的目的,从而识别并检索相应的图像,随着计算机技术、模式识别等多门学科的发展,图像检索技术取得了卓越的成果,应用到各种不同的重要领域,比如医疗诊断、公安系统等等,发展前景非常广阔。 安全帽在工业生产中的应用非常地广泛,为了防止事故的发生,确保生产的安全,建立对安全帽的自动检测及报警系统变得越来越迫切,目前对安全帽自动识别的研究还比较少。本文主要针对安全帽的识别算法进行研究,主要分为三部分,即图像的预处理、特征提取的研究、识别模型的选择。本文工作主要研究如下： (1)图像的预处理部分,本文提出基于YCbCr的小波同态滤波光照补偿,结合YCbCr色彩空间的特点,能够将亮度和Cb、Cr两个分量分开,针对亮度进行小波的同态滤波算法,并将此方法与其他几种方法相比较；在此基础上提出基于YCbCr空间的人脸检测算法,最终确定安全帽的图像区域,并且仿真给出实验结果。 (2)特征选择部分,本文结合安全帽的特征,就其形状特征提出Hu不变矩和梯度方向直方图两个特征,并且仿真统计出特征向量,将这两个特征融合一起作为图像的特征’向量,用于安全帽的训练和识别。 (3)识别模型的选择,本文深入研究最近比较流行的两种识别模型神经网络和支持向量机,针对支持向量机参数的选择采用改进的网格搜索的方法优化,最后就这两种模型的识别率进行比较,最终确定选择使用支持向量机。 本文确定将Hu矩特征和HOG特征相融合的特征向量作为图像的特征向量,用于支持向量机的训练和识别,用于识别工人在进出门口时是否戴有安全帽,最终实验结果表明此方法的有效性,识别率高,对监控系统实现智能化将会提供有力的支持和实际的指导意义。
【关键词】：YCbCr颜色空间 光照补偿 支持向量机 小波同态滤波器
【学位授予单位】：华东理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TG408;TP391.41
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 绪论10-18
• 1.1 研究背景和意义10-11
• 1.2 图像检索技术的研究现状11-12
• 1.2.1 国外研究现状11-12
• 1.2.2 国内研究现状12
• 1.3 图像检索技术12-15
• 1.3.1 图像预处理13
• 1.3.2 特征提取13-14
• 1.3.3 图像识别算法14-15
• 1.4 图像检索技术的应用15-16
• 1.5 本文主要研究内容16
• 1.6 本文结构安排16-18
• 第2章 图像的采集18-21
• 2.1 实验环境的搭建18-19
• 2.1.1 实验设备的选择18
• 2.1.2 实验参与人员18
• 2.1.3 实验环境的搭建18-19
• 2.2 实验过程19-20
• 2.3 本章小结20-21
• 第3章 基于肤色检测的安全帽区域定位21-33
• 3.1 基于YCBCR色度空间的光照补偿21-28
• 3.1.1 YCbCr颜色空间22-23
• 3.1.2 小波同态滤波器23-26
• 3.1.3 仿真结果与分析26-28
• 3.2 安全帽的区域定位28-31
• 3.2.1 肤色模型的建立28-29
• 3.2.2 肤色分割29
• 3.2.3 形态学处理29-30
• 3.2.4 实验结果与分析30-31
• 3.3 本章小结31-33
• 第4章 安全帽的特征提取33-46
• 4.1 几何矩的介绍33-37
• 4.2 安全帽区域的HU矩特征提取37-39
• 4.2.1 Hu矩37-38
• 4.2.2 安全帽的Hu矩特征提取结果与分析38-39
• 4.3 安全帽区域的HOG特征提取39-43
• 4.3.1 梯度方向直方图39-41
• 4.3.2 安全帽的HOG特征提取结果与分析41-43
• 4.4 基于HU矩和HOG相融合的特征提取算法43-45
• 4.4.1 特征融合概述43-44
• 4.4.2 融合特征的提取44-45
• 4.5 本章小结45-46
• 第5章 安全帽识别算法研究46-64
• 5.1 基于SVM的安全帽识别46-53
• 5.1.1 支持向量机的基本模型47-48
• 5.1.2 线性不可分情况48-50
• 5.1.3 核函数50-51
• 5.1.4 参数优化51-53
• 5.2 基于神经网络的安全帽识别53-54
• 5.3 实验结果与分析54-63
• 5.3.1 基于Hu矩的安全帽识别54-58
• 5.3.2 基于梯度方向直方图的安全帽识别算法58-60
• 5.3.3 基于融合特征的安全帽识别算法60-63
• 5.4 本章小结63-64
• 第6章 总结与展望64-66
• 6.1 总结64-65
• 6.2 展望65-66
• 参考文献66-72
• 致谢72-73
• 攻读硕士学位期间发表的论文73

【参考文献】

中国期刊全文数据库 前10条

1 李刚;杨武年;翁韬;;一种基于同态滤波的遥感图像薄云去除算法[J];测绘科学;2007年03期

2 张新明,沈兰荪;基于小波的同态滤波器用于图像对比度增强[J];电子学报;2001年04期

3 黄祥林,沈兰荪;基于内容的图像检索技术研究[J];电子学报;2002年07期

4 王宇,龙兴武;基于小波的不均匀光照的校正[J];光学技术;2005年05期

5 孙锐;陈军;高隽;;基于显著性检测与HOG-NMF特征的快速行人检测方法[J];电子与信息学报;2013年08期

6 秦钟;;基于图像不变矩特征和BP神经网络的车型分类[J];华南理工大学学报(自然科学版);2009年02期

7 王树文,闫成新,张天序,赵广州;数学形态学在图像处理中的应用[J];计算机工程与应用;2004年32期

8 李国祥;张显全;秦芳远;;基于不变矩和BP神经网络的剪纸纹样识别[J];计算机工程与应用;2010年29期

9 张立刚;何东健;;基于肤色模型和区域特征的人脸检测方法[J];计算机工程;2008年19期

10 曾春;李晓华;周激流;;基于感兴趣区梯度方向直方图的行人检测[J];计算机工程;2009年24期

，

本文编号：808506