典型文献
基于HOG和SVM算法的磨粒图像在线监测技术
文献摘要：
为了解决发动机润滑油液磨粒图像监测只适用于微流且易受气泡干扰等问题,设计了一种可适用于相对大流量工作环境的油液磨粒光学图像在线监测系统,区分气泡和磨粒.通过该监测系统,批量采集了一系列磨损颗粒和气泡图片,用于后续图像分类算法的训练与测试.采用了一种基于背景差分和大津法的运动物体提取算法提取出大量磨粒及气泡图像样本,运用基于方向梯度直方图(Histogram of oriented gradients,HOG)进行特征提取和支持向量机(Support vector machine,SVM)分类算法对气泡和磨粒进行识别.实验结果表明,该监测系统能有效采集磨粒及气泡图像并进行自动识别.与基于形态学特征提取算法以及K最近邻(K?nearest neighbor,KNN)等传统分类算法相比,HOG?SVM算法分类精度更高,识别准确率可达83.8％.
文献关键词：
滑油系统;磨粒监测;气泡识别;图像在线监测;方向梯度直方图
中图分类号：
作者姓名：
王涵;左洪福;刘珍珍;费航;刘岩
作者机构：
南京航空航天大学民航学院,南京 211106;民航飞机健康监测与智能维护"民航重点实验室,南京 211106
文献出处：
引用格式：
[1]王涵;左洪福;刘珍珍;费航;刘岩-.基于HOG和SVM算法的磨粒图像在线监测技术)[J].南京航空航天大学学报,2022(06):1152-1158
A类：
图像在线监测,批量采集,气泡识别
B类：
HOG,在线监测技术,发动机润滑油,油液,图像监测,受气,大流量,光学图像,在线监测系统,磨损颗粒,气泡图,图像分类算法,背景差分,大津法,动物体,像样,方向梯度直方图,Histogram,oriented,gradients,Support,vector,machine,自动识别,形态学特征,特征提取算法,最近邻,nearest,neighbor,KNN,传统分类算法,算法分类,分类精度,识别准确率,滑油系统,磨粒监测
AB值：
0.360202
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
