基于D-S证据理论的多特征输电线路覆冰图像分类方法研究

发布时间：2017-06-17 01:09

  本文关键词：基于D-S证据理论的多特征输电线路覆冰图像分类方法研究，由笔耕文化传播整理发布。

【摘要】：图像分类中的图像对象往往数据量很大,同时图像对象的信息量巨大、信息冗余和高噪声的特点,图像本身不能很好地表述此类图像的特征,为存储和计算带来许多麻烦。在此提出一种基于D-S证据理论的多特征覆冰图像分类方法,在输电线路覆冰图像分类研究中,使用特征图像的集合表述待分类图像和分类,将多特征图像分类研究转化为决策问题,而后应用D-S证据理论的实现多特征输电线路覆冰图像分类。最后,实验表明了本方法在多特征输电线路覆冰图像分类中的有效性。
【作者单位】： 国网重庆市电力公司电力科学研究院;深圳市先进智能技术研究所;云南蒙自红河学院工学院;
【关键词】： 图像分类 D-S证据理论 多特征图像 输电线路覆冰图像
【分类号】：TP391.41;TM75
【正文快照】： 1弓I言 由于环境气候和天气的原因,空气中的水蒸气会在输电线路凝冰,形成输电线路覆冰的自然现象,不同类型的覆冰给电力传输系统带来不同的危害,根据覆冰的分类,可以判断其危害类型和程度。图像分类是根据图像在图像信息中所反映的不同特征,把不同类别的目标区分开,是图像处

【相似文献】

中国期刊全文数据库 前10条

1 刘萍萍;赵宏伟;耿庆田;戴金波;;基于局部特征和视皮层识别机制的图像分类[J];吉林大学学报(工学版);2011年05期

2 邢晓芬;徐向民;黄晓泓;黄建敬;;基于内容的医学图像分类研究[J];科学技术与工程;2007年01期

3 王光彪;杨淑莹;冯帆;王博凯;贾紫娟;朱光;;基于猫群算法的图像分类研究[J];天津理工大学学报;2011年Z1期

4 韩东峰;朱志良;李文辉;;图像分类的随机半监督采样方法[J];计算机辅助设计与图形学学报;2009年09期

5 汪煜浩;华瑞林;;山地卫星图像分类制图方法研究[J];遥感信息;1987年04期

6 胡召玲,郭达志,盛业华;基于小波纹理信息的星载SAR图像分类研究[J];遥感信息;2000年04期

7 杨乐;廖家平;;基于随机聚类森林的图像分类识别[J];湖北工业大学学报;2011年01期

8 陈涛;邓辉舫;刘靖;;基于密度聚类和多示例学习的图像分类方法[J];吉林大学学报(工学版);2014年04期

9 杨冰;许端清;杨鑫;赵磊;唐大伟;;基于艺术风格相似性规则的绘画图像分类[J];浙江大学学报(工学版);2013年08期

10 王海峰,管亮;基于颜色特征的图像分类技术在油品分析中的应用[J];仪器仪表学报;2004年S2期

中国重要会议论文全文数据库 前10条

1 郑海红;曾平;;一种基于图像分类的逆半调算法[A];’2004计算机应用技术交流会议论文集[C];2004年

2 文振q;欧阳杰;朱为总;;基于语义特征与支持向量机的图像分类[A];中国电子学会第十六届信息论学术年会论文集[C];2009年

3 王海峰;管亮;;基于颜色特征的图像分类技术在油品分析中的应用[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年

4 陈思坤;吴洪;;基于图分块并利用空间金字塔的医学图像分类[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

5 张淑雅;赵晓宇;赵一鸣;李均利;;基于SVM的图像分类[A];第十三届全国图象图形学学术会议论文集[C];2006年

6 李博;韩萍;;基于压缩感知和SVM的极化SAR图像分类[A];第二十七届中国（天津）2013IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2013年

7 朱松豪;胡娟娟;孙伟;;基于非欧空间高阶统计的图像分类方法[A];第25届中国控制与决策会议论文集[C];2013年

8 潘海为;李建中;张炜;;基于像素聚类的脑部医学图像分类[A];第二十届全国数据库学术会议论文集（研究报告篇）[C];2003年

9 吴霜;张一飞;修非;王大玲;鲍玉斌;于戈;;基于兴趣点特征提取的医学图像分类[A];第二十四届中国数据库学术会议论文集（研究报告篇）[C];2007年

10 武进;尹恺;王长明;张家才;;SVDM在蔬菜病害图像分类中的应用[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年

中国博士学位论文全文数据库 前10条

1 胡尧;基于低秩矩阵估计的机器学习算法分析[D];浙江大学;2015年

2 李昌英(Ri ChangYong);基于上下文信息的语义图像分类研究[D];浙江大学;2014年

3 陈博;基于集成学习和特征选择的极化SAR地物分类[D];西安电子科技大学;2015年

4 王晓东;基于稀疏特征学习的复杂图像分类[D];西安电子科技大学;2014年

5 顾迎节;面向图像分类的主动学习算法研究[D];南京理工大学;2015年

6 赵鑫;图像分类中的判别性增强研究[D];中国科学技术大学;2013年

7 杨冰;基于艺术风格的绘画图像分类研究[D];浙江大学;2013年

8 丁建睿;基于多示例学习的浅表器官超声图像分类方法研究[D];哈尔滨工业大学;2012年

9 贾世杰;基于内容的商品图像分类方法研究[D];大连理工大学;2013年

10 李晓旭;基于概率主题模型的图像分类和标注的研究[D];北京邮电大学;2012年

中国硕士学位论文全文数据库 前10条

1 张明静;基于改进遗传算法的分块综合特征加权图像分类研究[D];华南理工大学;2015年

2 李函怡;融合主动学习的半监督技术在图像分类中的应用研究[D];西南大学;2015年

3 王亚凤;基于多特征的主动学习方法在图像分类中的应用研究[D];河北工程大学;2015年

4 陈荣安;基于改进的Bag-of-Features模型的图像分类研究[D];兰州大学;2015年

5 钟畏丹;基于HSV和纹理特征的图像分类[D];华中师范大学;2015年

6 焦阳;基于主动学习的多标签图像分类方法研究[D];苏州大学;2015年

7 王腾川;基于主动学习的SAR图像分类方法研究[D];上海交通大学;2015年

8 NGUYEN QUANG KHANH;基于极化SAR目标信息提取与SVM分类[D];哈尔滨工业大学;2015年

9 王朔琛;基于半监督支持向量机的图像分类方法研究[D];陕西师范大学;2015年

10 杨东坡;基于深度学习的商品图像分类[D];大连交通大学;2015年

  本文关键词：基于D-S证据理论的多特征输电线路覆冰图像分类方法研究，由笔耕文化传播整理发布。

，

本文编号：456951