基于改进BOF算法的压板状态识别方法研究

随着电网规模的扩张以及二次技术的发展,二次屏柜的压板数量急剧上升。二次压板一旦出现保护误动或拒动,将严重威胁到电网、设备与人身安全。设计了一种基于改进图像检索算法的继电保护压板状态识别系统对压板退投状态进行识别。首先,对压板图像利用背景差分法及光流法进行前景提取;然后,采用图片增强处理、边缘检测等一系列技术识别开关的投退状态;最后,再将获得的开关状态与系统数据库对比,生成可视化报表,由此判断出压板状态是否正确。提出的方法能够快速识别压板状态正确与否,具有较高识别率,极大缩减了二次操作后核查及日常巡视的时间。

基于SIFT检测的BOF算法图像匹配研究

为了保证导弹当前航行方向与航迹控制系统中的基准图一致,需要确认当前所拍摄的航行位置与巡航导弹制导中的基准图相匹配。基于此,提出了基于SIFT检测的BOF算法对景象图进行图像匹配来解决该问题。利用K-means算法对基准图库中景象图的SIFT特征向量进行聚类形成视觉特征包,计算视觉特征出现的次数得到图像的特征向量生成K维向量,构建BOF模型。利用余弦相似原理将待匹配景象图的特征K维向量与图库中的每幅基准图比较,计算与之夹角最小的图,即匹配图。通过仿真可以得出,景象图匹配方法效果良好。

基于改进BOF算法的导线绝缘破损识别

电井电缆的绝缘破损导致线耗增加、用电量变大,甚至可能因短路崩烧引起火灾,是极大的安全隐患。本文以电井电缆为研究对象,提出了一种导线绝缘破损识别算法。该算法通过灰度直方图均衡化、中值滤波和BOF(BagofFeatures)算法,将图像分为完整的导线图像和绝缘破损的导线图像。通过实验,发现该改进BOF算法能够可靠地将图像分类,且相对于传统算法有更高的识别率。

基于视图特征点分布的三维模型检索算法

已有的特征描述符所需存储空间大和匹配计算效果不理想,因此难以得到良好的检索效果.针对这一问题,算法提出了一种结合BoF和视图特征点分布的三维模型检索算法.算法首先用SIFT描述符对模型渲染视图进行特征点提取和描述,然后运用BoF算法对得到的SIFT特征描述符进行简化,统计特征分布并得到其特征分布直方图,从而使得到的新的特征描述符能大大减少存储空间,同时方便对模型相似性计算,最后通过三维模型数据库对算法进行统计分析.实验结果表明所得到的新的特征描述符在检索效率上要优于传统的三维模型特征描述符.

基于语义相关的视频关键帧提取算法

视频关键帧提取是视频摘要的重要组成部分,关键帧提取的质量直接影响人们对视频的认识。传统的关键帧提取算法大多都是基于视觉相关的提取算法,即单纯提取底层信息计算其相似度,忽略语义相关性,容易引起误差,同时也造成了一定的冗余。对此提出了一种基于语义的视频关键帧提取算法。该算法首先使用层次聚类算法对视频关键帧进行初步提取;然后结合语义相关算法对初步提取的关键帧进行直方图对比,去掉冗余帧,确定视频的关键帧;最后与其他算法比较,所提算法提取的关键帧冗余度相对较小。

杜鹃花各生长期识别与监测研究

针对传统BoF算法缺乏空间信息的问题,文中提出一种改进式BoF算法,并将其应用于杜鹃花各生长期识别与病虫害监测问题。该算法在基于LAB的颜色特征中融入有序的空间信息,形成了新的空间颜色聚合特征来代替传统颜色直方图,有效解决了颜色特征变化尺度小的问题。该算法提取SURF特征代替原有的SIFT特征,通过一种多类特征学习算法融合颜色特征和SURF特征实现图像分类,并通过进一步分析叶片特征来快速识别杜鹃花植株的生长期与病害。经过仿真得知,基于LAB的颜色聚合向量的改进式BoF模型识别率达到了90.6%,较传统颜色直方图的图像分类方法图像检索速度增加3倍,更容易实现特征融合。