| 基于HOG和SVM算法的磨粒图像在线监测技术 |
| |
| 引用本文： | 王涵,左洪福,刘珍珍,费航,刘岩.基于HOG和SVM算法的磨粒图像在线监测技术[J].南京航空航天大学学报,2022,54(6):1152-1158. |
| |
| 作者姓名： | 王涵 左洪福 刘珍珍 费航 刘岩 |
| |
| 作者单位： | 1.南京航空航天大学民航学院，南京 211106;2.民航飞机健康监测与智能维护”民航重点实验室，南京 211106 |
| |
| 基金项目： | 国家自然科学基金（U1933202）。 |
| |
| 摘 要： | 为了解决发动机润滑油液磨粒图像监测只适用于微流且易受气泡干扰等问题，设计了一种可适用于相对大流量工作环境的油液磨粒光学图像在线监测系统，区分气泡和磨粒。通过该监测系统，批量采集了一系列磨损颗粒和气泡图片，用于后续图像分类算法的训练与测试。采用了一种基于背景差分和大津法的运动物体提取算法提取出大量磨粒及气泡图像样本，运用基于方向梯度直方图（Histogram of oriented gradients， HOG）进行特征提取和支持向量机（Support vector machine， SVM）分类算法对气泡和磨粒进行识别。实验结果表明，该监测系统能有效采集磨粒及气泡图像并进行自动识别。与基于形态学特征提取算法以及K最近邻（K-nearest neighbor， KNN）等传统分类算法相比，HOG-SVM算法分类精度更高，识别准确率可达83.8%。
|
| 关 键 词： | 滑油系统 磨粒监测 气泡识别 图像在线监测 方向梯度直方图 |
| 收稿时间： | 2022/1/5 0:00:00 |
| 修稿时间： | 2022/8/30 0:00:00 |
Online Monitoring for Oil Wear Particle Images Based on HOG Feature Extraction and SVM Classification |
| |
| Wang Han,Zuo Hongfu,Liu Zhenzhen,Fei Hang,Liu Yan.Online Monitoring for Oil Wear Particle Images Based on HOG Feature Extraction and SVM Classification[J].Journal of Nanjing University of Aeronautics & Astronautics,2022,54(6):1152-1158. |
| |
| Authors: | Wang Han Zuo Hongfu Liu Zhenzhen Fei Hang Liu Yan |
| |
| Abstract: | |
| |
| Keywords: | lubrication oil system wear debris monitoring bubble recognition image online monitoring histogram of oriented gradients |
|
| 点击此处可从《南京航空航天大学学报》浏览原始摘要信息 |
| 点击此处可从《南京航空航天大学学报》下载免费的PDF全文 |
