基于类Haar特征与级联AdaBoost算法的防震锤识别

摘要：

　　提出将类Haar特征与级联AdaBoost算法应用于输电线路防震锤的识别，以解决目前仅能针对单一防震锤进行识别的问题。首先，基于积分图计算快速得到图像的扩展类Haar特征，然后利用AdaBoost算法选取关键的具有较强分类特性的特征，产生一系列弱分类器以构成强分类器，最后通过级联的方式将强分类器组成级联AdaBoost分类器进行防震锤的分类识别。以实际的航拍图像作为测试样本进行实验，结果表明，该方法能够在复杂背景中有效地识别出防震锤，为后续的防震锤故障的诊断工作奠定了基础。

关键词： 智能电网 防震锤 计算机视觉技术 故障诊断

作者: JIN Li-jun 金立军 YAN Shu-jia 闫书佳 LIU Yuan 刘源

作者单位: College of Electric and Information Engineering, Tongji University, Shanghai 201804, China 同济大学电子与信息工程学院,上海 201804 National Energy Conservation Center, Beijing 100045, China 国家节能中心,北京 100045

会议类型: 国内会议

会议名称: 第十二届中国虚拟现实大会

会议地点: 秦皇岛

会议语种:中文

页码: 1806-1809

在线出版日期: 2012-09-21（万方平台首次上网日期，不代表论文的发表时间）