原文传递
基于支持向量机的油滴识别及粒径分布特征提取算法
| 题名： | 基于支持向量机的油滴识别及粒径分布特征提取算法 |
| 正文语种： | 中文 |
| 作者： | 曹金凤 郭继鸿 李建伟 苏天赟 |
| 作者单位： | 青岛理工大学 机械与汽车工程学院,山东青岛266520 青岛理工大学 土木工程学院,山东青岛266520 中海油能源发展股份有限公司安全环保分公司,天津300450 自然资源部第一海洋研究所,山东青岛266061 |
| 关键词： | 溢油 油滴识别 油滴粒径分布 支持向量机 |
| 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 =0.842 7,与经典的Rosin-Rammler 粒径分布吻合. |
| 会议日期： | 20190917 |
| 会议举办地点： | 浙江宁波 |
| 会议名称： | 2019国际溢油应急研讨会 |
| 出版日期： | 0917-01-20 |
| 母体文献： | 2019国际溢油应急研讨会论文集 |
检索历史
应用推荐
