题目道路缺陷自动识别队长李银城成员李燕珊学校院系华南师范大学.pdfVIP

太普华南杯数据挖掘竞赛论文报告 题 目 道路缺陷自动识别 队 长 李银城 成 员 李燕珊 学校(院系) 华南师范大学 指导教师 完成时间 2013-04-20 第1 页，共26 页 太普华南杯数据挖掘竞赛论文报告 综合评定成绩： 评委评语： 评委签名： 第2 页，共26 页 太普华南杯数据挖掘竞赛论文报告 道路缺陷自动识别 摘 要： 本文对原始图像采用灰度化、线性和分段增强对比度去噪、二值化、最后去除小区域的图像处 理技术进行预处理，对预处理后的不同缺陷类型图像我们建立了两个识别模型： ①通过提取条纹特征、形状特征，运用Apriori 算法获取频繁集，建立了关联分析模型； ②进行LBP 纹理特征提取，并采用支持向量机的方法建立识别模型，以准确率的比较作为反馈， 选取最优的SVM 参数，调节基于支持向量机的识别模型； 以上两种模型的建立都很好的解决了道路路面识别的问题，并在此基础上提出一种模型新构想， 即用深度学习的机器算法DBN 建立识别模型； 关键词：灰度化、去噪、二值化、LBP、SVM、DBN、关联分析、Apriori、频繁集、模式识别 第3 页，共26 页 太普华南杯数据挖掘竞赛论文报告 Automated recognition of road defects Abstract: In this paper, firstly, we use the technology of gray linear ,denoising enhance contrast and segmentation, binarization, removal of a small area to process the original image . Then we establish two recognition model: ① we establish an association analysis model, in which we extract 6 features including stripe and shape and get the frequent itemset by Apriori to build the association. ② we use the LBP pattern to extract texture features,then establish the recognition model based on support vector machine,use the accurately rate as feedback to select the optimal SVM parameters to adjust recognition model; The establishment of the above two models are great to solve the problems ,and finally we think a new model that deep learning machine algorithm DBN to build recognition model; Key words: image of gray, denoising, binaryzation,