[发明专利]基于支持向量机的绿色通道产品辅助判别方法

摘要

本发明公开一种基于支持向量机的绿色通道产品辅助判别方法，将采集的绿色通道车辆辐射图像进行线性变换后，采用Canny算子进行边沿检测；通过灰度共生矩阵提取上述边沿区域的局部纹理特征，作为支持向量机的输入特征；采用经过训练的具有季节和地域特征的支持向量机模型对绿色通道产品进行分类识别；用户拥有对识别结果的最后决策和判别权，判别结果作为样本用于后续训练。本发明通过辐射图像自动识别当前车辆的装载产品类别，以提高绿色通道检测准确率，减少图检员工作量。

主权项

基于支持向量机的绿色通道产品辅助判别方法，其特征是包括如下步骤：(1)收集现有绿色通道产品，并对每个绿色通道产品进行如下操作，即(1.1)采集绿色通道产品的典型辐射图像，并将典型辐射图像存入样本数据库中；(1.2)经验丰富的图检员手动录入典型辐射图像所属的绿色通道产品种类，使其形成产品种类标签存入样本数据库中；(1.3)分别对存入数据库中的典型辐射图像进行预处理，将典型辐射图像转化为灰度图像；(1.4)采用边缘检测算子对预处理后的图像进行检测，获取绿色通道产品的纹理并将其作为边沿检测区域；(1.5)在边沿检测区域中截取一个矩形窗口作为特征提取的典型样本；(1.6)采用灰度共生矩阵法对特征提取的典型样本进行特征提取，即提取典型样本图像的相关性Cor、对比度Con和熵Ent作为样本特征；(1.7)关联上述典型辐射图像的样本特征和产品种类标签，并生成特征文件存入样本数据库中；(2)训练支持向量机，即(2.1)构造采用径向基核函数的多分类支持向量机模型，然后读入绿色通道产品样本收集过程中生成的特征文件；(2.2)采用增量学习方式对多分类支持向量机模型进行训练；(2.3)保存新训练得到多分类支持向量机模型；(3)绿通检测中的辅助判别，即(3.1)采集当前实时绿色通道车辆的辐射图像，并将该实时辐射图像转换为灰度图像；(3.2)采用边缘检测算子对灰度图像进行边缘检测，从而获取与实际图像中尽可能接近的实际边沿；(3.3)选择绿色通道产品顶部与车厢空隙的交界部分区域作为边沿处理区域；(3.4)在边沿处理区域中截取一个矩形窗口作为特征提取的样本；(3.5)采用灰度共生矩阵法对样本进行特征提取，即提取样本图像的相关性Cor、对比度Con和熵Ent作为样本的支持向量；(3.6)人为设置惩罚系数，并将上述支持向量输入经过训练的多分类支持向量机模型对其模式识别，从而辨别产品种类，并输出检测结果。