摘要
本发明公开了一种集装箱锁孔的识别方法、系统、设备和介质,属于图像处理的技术领域,方法包括:在HOG算法中引入方向可调滤波器计算多个方向的梯度信息,以改进HOG算法,并利用改进后的HOG算法对采集图像进行特征提取;训练AdaBoost‑SVM级联分类模型,所述AdaBoost‑SVM级联分类模型包括多级的级联分类器;每一级的级联分类器包括小于设定数量且满足整体误报率阈值的弱分类器或者包括达到设定数量的弱分类器和训练更新后的SVM分类器;使用训练完成的AdaBoost‑SVM级联分类模型对提取的特征进行目标识别,并得到识别结果。本发明能够在多个尺度、多个方向上增强目标边缘与结构特征,提高特征提取的完整性和准确性,同时提高对目标的识别率。
技术关键词
集装箱锁孔
级联分类器
可控滤波器
识别方法
SVM分类器
弱分类器
可调滤波器
分类准确率
算法
图像
梯度方向直方图
样本
存储计算机程序
特征提取模块
像素点
识别系统
系统为您推荐了相关专利信息
人脸识别方法
特征脸
人脸特征点
算法
检测模型训练
场景特征
神经网络单元
学习器
图像处理方式
融合特征
信号特征
钢绞线预应力
支持向量机回归模型
识别方法
张拉力
脑电采集电极
脑电信号采集装置
识别方法
节点特征
特征提取模块