基于SMO算法的皮带撕裂红外图像检测方法

摘要：

针对运煤皮带经常性的纵向撕裂问题,考虑到煤码头复杂环境引起的检测不精确性,提出基于序列最小最优化(SMO)算法的红外图像检测方法.由于煤码头存在着大量的水雾和粉尘,将在很大程度上影响图像的提取和处理.通过获取运煤皮带的红外图像,采用SMO算法构建决策模型并对红外图像进行分割.由实验效果图可得,分割效果良好,辨识度高,并从检测精度和分割时间两个角度出发,通过对比BP神经网络算法、SVM算法和SMO算法,表明SMO算法不仅预测精度高,而且实时性好,能够满足皮带撕裂图像检测的诊断要求.

关键词：红外图像检测、运煤皮带、纵向撕裂、SMO算法、图像分割、决策模型

所属期刊栏目：43

分类号：TN911.73-34;TD634

资助基金：安徽省科技攻关计划;安徽理工大学青年教师科研基金项目

在线出版日期：2020-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：37-40,46