復(fù)雜工業(yè)場(chǎng)景內(nèi)液位系統(tǒng)圖像分類識(shí)別研究.pdf

1、本文針對(duì)復(fù)雜工業(yè)場(chǎng)景內(nèi)的液位系統(tǒng)圖像的分類識(shí)別問(wèn)題進(jìn)行了研究。以模式識(shí)別過(guò)程為主線，采取理論分析和仿真實(shí)驗(yàn)相結(jié)合的方法，按照?qǐng)D像采集、圖像預(yù)處理、圖像分割、特征提取和模式分類幾個(gè)環(huán)節(jié)進(jìn)行設(shè)計(jì)，實(shí)現(xiàn)了復(fù)雜工業(yè)場(chǎng)景內(nèi)的液位系統(tǒng)圖像的分類。
　　在圖像預(yù)處理環(huán)節(jié)，基于經(jīng)典的中值濾波算法，本文提出了一種基于濾波窗口改進(jìn)的多級(jí)加權(quán)平均中值濾波算法，并且對(duì)帶有椒鹽和高斯噪聲的復(fù)雜工業(yè)場(chǎng)景液位系統(tǒng)圖像有較好的濾波效果。在圖像分割環(huán)節(jié)，本文提出了

2、一種融合直方圖峰值和K均值聚類算法的改進(jìn)算法。并且對(duì)于液位系統(tǒng)圖像有較為完整和準(zhǔn)確的圖像分割效果。在圖像特征提取環(huán)節(jié)，本文提出了一種基于形狀、顏色和紋理綜合特征的圖像特征提取方法，成功提取了圖像內(nèi)的主要特征。在圖像分類環(huán)節(jié)，本文成功地運(yùn)用了一種帶有權(quán)值更新的BP強(qiáng)分類器算法，將復(fù)雜工業(yè)場(chǎng)景內(nèi)液位系統(tǒng)的兩類圖像進(jìn)行了分類。
　　通過(guò)對(duì)復(fù)雜工業(yè)場(chǎng)景內(nèi)的液位系統(tǒng)圖像的分類識(shí)別問(wèn)題的深入研究，論文為實(shí)現(xiàn)工業(yè)場(chǎng)景識(shí)別和移動(dòng)智能機(jī)器人駐入工業(yè)