[发明专利]一种基于LBP特征的钢丝绳表面损伤智能监测方法及系统

摘要

本发明公开一种基于LBP特征的钢丝绳表面损伤智能监测方法，首先建立健康、断丝、磨损的钢丝绳表面的图像数据集，确定滤波器、LBP算子参数、PCA降维维度、机器学习算法及其参数，得到集成算法模型。本发明还公开一种基于LBP特征的钢丝绳表面损伤智能监测系统，包括：离线训练和测试模块，用于获得训练好的集成算法模型；现场图像采集模块，实时采集现场图像并获取图像的位置信息；以及在线监测模块，用于搭载集成算法模型对采集的现场图像进行实时处理，从而对钢丝绳表面状态作实时诊断。此种技术方案能够高效地检测和诊断钢丝绳表面损伤。

主权项

1.一种基于LBP特征的钢丝绳表面损伤智能监测方法，其特征在于包括如下步骤：步骤1，分别收集健康、断丝、磨损的钢丝绳表面的图像若干张；步骤2，采用不同的同态滤波器对所有图像进行滤波降噪，选定处理效果最佳的滤波器，进入步骤3；步骤3，采用不同参数的LBP算子提取钢丝绳表面纹理特征，确定诊断精度最高的算子参数；步骤4，用PCA对提取的特征进行降维，在保证诊断精度的前提下，选择时间消耗最少的维度作为降维维度；步骤5，采用不同机器学习算法对建立的各参数下的数据集进行挖掘，以诊断精度和时间消耗作为判断标准，选择一种机器学习算法作为分类器，并明确其参数；步骤6，根据选定的滤波器、LBP算子参数、PCA降维维度、机器学习算法及其参数，得到集成算法模型。