[发明专利]基于逻辑回归覆冰检测方法、装置、设备、系统及介质

权利要求书

1.一种基于逻辑回归覆冰检测方法，其特征在于，包括：

获取待检测图像的二值化图像的灰度均值集M；其中，M＝{M₁，M₂，…，M_a}，其中，所述a为所述待检测图像的张数；

获取代价函数最小值时的预设回归参数值θ；

根据所述灰度均值集M中的每一灰度均值M_i及所述预设回归参数值θ获取预测函数的结果；其中，所述M_i为所述灰度均值集M中第i张的所述待检测图像的二值化图像的灰度均值，其中，i＝(1,2，…，a)；

根据所述结果判断所述待检测图像覆冰的概率；

其中，获取待检测图像的二值化图像的灰度均值集M，具体为：

S1、将所述待检测图像按二值图像公式转化成二值图像，其中，所述二值图像公式为：

其中，所述D₁＝[a,b],所述D₂＝[c,d],所述D₃＝[e,f],所述D₄＝[0,a)∪(b,255]，所述D₅＝[0,c)∪(d,255],所述D₆＝[0,e)∪(f,255]；其中，M_i(p,q)表示大小为p*q的第i张所述待检测图像的二值化图像在(p,q)位置处的灰度值；其中，所述M_i(p,q)(R)表示第i张所述待检测图像的二值化图像在(p,q)位置处的红色分量；所述M_i(p,q)(G)表示第i张所述待检测图像的二值化图像在(p,q)位置处的绿色分量；所述M_i(p,q)(B)表示第i张所述待检测图像的二值化图像在(p,q)位置处的蓝色分量；其中，所述a、所述b、所述c、所述d、所述e和所述f为环境变量；

S2、将所述二值图像按如下公式计算所述二值图像的灰度均值：

其中，Mi(p,q)表示大小为p×q的第i张所述待检测图像的二值化图像在(p,q)位置处的灰度值；

S3、获取由所述Mi组合的所述灰度均值集M，根据每一待检测图像对应的二值图像的灰度均值Mi进行集合，得到所述灰度均值集M。

2.根据权利要求1所述的基于逻辑回归覆冰检测方法，其特征在于，所述获取代价函数最小值时的预设回归参数值θ包括：

获取训练样本集；

根据逻辑回归方法获取逻辑回归模型；

根据加速迭代法对所述逻辑回归模型中的代价函数进行建模，获取加速逻辑回归模型；

根据所述训练样本集对所述加速逻辑回归模型进行训练，以获取所述代价函数最小值时的预设回归参数值θ。

3.根据权利要求2所述的基于逻辑回归覆冰检测方法，其特征在于，所述根据加速迭代法对所述逻辑回归模型中的代价函数进行建模，获取加速逻辑回归模型包括：

根据加速迭代法获取所述代价函数的一阶偏导函数G^(k)和二阶偏导函数H^(k)；其中，k为迭代次数；

获取所述代价函数的回归参数的回归函数θ^(k)；其中，k为所述迭代次数；

根据所述回归函数θ^(k)、所述一阶偏导函数G^(k)和二阶偏导函数H^(k)建立回归函数θ^(k+1)；

则所述根据所述训练样本集对所述加速逻辑回归模型进行训练，以获取所述代价函数最小值时的预设回归参数值θ包括：

获取预设的精度值；

根据所述训练样本集分别求解出所述回归参数为θ^(k)的值和所述回归参数为θ^(k+1)值；

在所述回归参数为θ^(k+1)的值减去所述回归参数为θ^(k)的值的绝对值小于所述精度值时，获取所述预设回归参数值θ＝θ^(k+1)。