原文传递
一种基于SVM算法的机车轮对踏面损伤检测方法
| 专利名称： | 一种基于SVM算法的机车轮对踏面损伤检测方法 |
| 摘要： | 本发明公开了一种基于SVM算法的机车轮对踏面损伤检测方法，选取损伤可疑区域的灰度共生矩阵作为损伤的特征表示。首先，需要确定灰度共生矩阵的生成参数，包括：生成灰度级L、生成间距d和生成方向θ，然后生成相应的灰度共生矩阵，作为SVM训练的特征向量。根据图像自身的特点选取合适的核函数以及核函数的参数，训练SVM分类器，对机车轮对踏面图像实现准确、快捷地判定，具有较强的实用性和广阔的应用前景。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 江苏;32 |
| 申请人： | 南京航空航天大学;南京拓控信息科技股份有限公司 |
| 发明人： | 黎宁;肖海鹏;梅劲松;李亚红;石峥映;沈晓东;蒋银男 |
| 专利状态： | 有效 |
| 发布日期： | 2019-01-01T00:00:00+0800 |
| 申请号： | CN201810296479.6 |
| 公开号： | CN108872241A |
| 代理机构： | 江苏圣典律师事务所 32237 |
| 代理人： | 贺翔;徐晓鹭 |
| 分类号： | G01N21/88(2006.01)I;G06K9/62(2006.01)I;G;G01;G06;G01N;G06K;G01N21;G06K9;G01N21/88;G06K9/62 |
| 申请人地址： | 211106 江苏省南京市江宁区将军大道29号 |
| 主权项： | 1.一种基于SVM算法的机车轮对踏面损伤检测方法，其特征在于，根据已有的机车轮对踏面图像，选取纹理特征作为特征向量来训练SVM模型，进而对新的踏面图像进行损伤判定。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
