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

1、本文針對復(fù)雜工業(yè)場景內(nèi)的液位系統(tǒng)圖像的分類識別問題進(jìn)行了研究。以模式識別過程為主線，采取理論分析和仿真實(shí)驗(yàn)相結(jié)合的方法，按照圖像采集、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)的多級加權(quán)平均中值濾波算法，并且對帶有椒鹽和高斯噪聲的復(fù)雜工業(yè)場景液位系統(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)場景內(nèi)液位系統(tǒng)的兩類圖像進(jìn)行了分類。
　　通過對復(fù)雜工業(yè)場景內(nèi)的液位系統(tǒng)圖像的分類識別問題的深入研究，論文為實(shí)現(xiàn)工業(yè)場景識別和移動(dòng)智能機(jī)器人駐入工業(yè)