[发明专利]一种基于照片的镀锌钢和低碳钢分类方法及装置

说明书

本发明公开了一种基于照片的镀锌钢和低碳钢分类方法及装置，通过对镀锌钢和低碳钢的照片使用模式识别算法进行分类识别的流程，包括以下步骤：从网上采集照片图像，手动裁剪照片以去掉含噪声的部分，滑动重采样，删除重采样得到的噪声图片，均衡样本，彩色图片灰度化，利用支持向量机和二维主成分分析进行分类。本发明成功地应用于分类网络上下载到的镀锌钢和低碳钢照片，并取得了较好的识别效果，有益于这两种钢材的在线交易分类。

技术领域

本公开涉及本发明涉及钢材种类的图像识别技术领域，具体涉及一种基于照片的镀锌钢和低碳钢分类方法及装置。

背景技术

镀锌钢和低碳钢在工业上有着广泛的应用。具体地讲，镀锌钢是指将普通碳素建筑钢经过镀锌加工，从而有效防止钢材腐蚀生锈，延长钢材使用寿命。镀锌方式通常分为热浸镀锌和电镀锌。热浸镀锌是使熔融金属与铁基体反应而产生合金层，从而使基体和镀层二者相结合。热镀锌具有镀层均匀，附着力强，使用寿命长，耐腐蚀能力强等优点。电镀锌也称冷镀锌，镀锌量很少，耐腐蚀性比热镀锌相差很多，低碳钢为碳含量低于0.25％的碳素钢。因其强度低、硬度低而软，故又称软钢。它包括大部分普通碳素结构钢和一部分优质碳素结构钢，大多不经热处理用于工程结构件，有的经渗碳和其他热处理用于要求耐磨的机械零件。由于这两种钢材在工业上被广泛的应用，它们也大量存在于在线交易中。如何自动且准确识别出钢材的种类便是一件很有意义的工作。

发明内容

本公开提供一种基于照片的镀锌钢和低碳钢分类方法及装置，为了对镀锌钢和低碳钢的照片使用模式识别算法进行分类识别，本发明提供一种基于照片的两种钢材的分类方法，从网络照片的图像中识别出镀锌钢和低碳钢。

为了实现上述目的，根据本公开的一方面，提供一种基于照片的镀锌钢和低碳钢分类方法，所述方法包括以下步骤：

步骤1，读取待识别图像并将待识别图像按照滑动窗口进行滑动重采样生成多个采样子图；

步骤2，对所有采样子图进行灰度化；

步骤3，将各采样子图分为训练子图和测试子图；

步骤4，构建支持向量机；

步骤5，通过训练子图作为训练样本训练支持向量机；

步骤6，根据支持向量机通过十重交叉验证对测试子图进行分类识别。

进一步地，在步骤1中，所述读取待识别图像为通过爬虫爬取网站中的关键字为钢材、钢丝、钢绞线、钢管、钢板、钢材、钢卷的图片或人工下载网站中钢材、钢丝、钢绞线、钢管、钢板、钢材、钢卷的照片图像，在保存照片图像后对照片图像进行手动裁剪，保留钢材部分去掉噪声部分，裁剪掉照片图像的噪声部分为照片图像中钢材所在的周边环境、照片上的水印、和出现在照片上的工人，手动裁剪后获得待识别图像。

进一步地，在步骤1中，读取待识别图像并将待识别图像按照滑动窗口进行滑动重采样生成多个采样子图的方法为：以80×80像素的滑动窗口在将待识别图像上进行滑动重采样生成多个采样子图，滑动重采样通过间距为80×80像素的滑动窗口在将待识别图像上进行采样，采样为将滑动窗口中的图像保存为新的子图像，新的子图像即采样子图，滑动窗口从原始图片的左上角开始滑动，每次将滑动窗口在图片上横向或者纵向移动40个像素点的长度进行采样，直到滑动窗口遍历完待识别图像为止，生成多个采样子图。

进一步地，在步骤2中，对所有采样子图进行灰度化的方法为：对所有采样子图进行灰度化的方法为：每个像素点f(i^*,j^*)取红色R(i^*,j^*)、绿色G(i^*,j^*)、蓝色B(i^*,j^*)三个颜色分量的均值作为像素点f(i^*,j^*)量化后的亮度值即灰度化，灰度化计算方法为