公开(公告)号：CN108921201B

公开(公告)日：2019-06-28

申请号：CN201810598156.2

申请日：2018-06-12

申请人： 河海大学 ,  华能澜沧江水电股份有限公司 ,  华能集团技术创新中心有限公司

发明人： 毛莺池 ,  易魁 ,  卢吉 ,  刘凡 ,  王静 ,  陈豪 ,  葛恒 ,  简树明 ,  高国芝 ,  迟福东 ,  赵盛杰 ,  曹学兴

IPC分类号： G06K9/62 ,  G06K9/46 ,  G06N3/08

摘要： 本发明公开了一种基于特征组合与CNN的大坝缺陷识别与分类方法，包括以下步骤：1)分别提取图像的LBP特征和GABOR特征图，然后基于特征向量余弦特征组合两种特征得到LG组合特征；2)将LG组合特征作为深度学习模型CNN的输入，通过逐层训练神经网络，提取更高层次的特征，根据此特征训练出CNN分类器；3)将测试样本提取LG特征后输入到训练好的CNN分类器中，分类识别出最后的缺陷类别。

公开(公告)号：CN108921201A

公开(公告)日：2018-11-30

申请号：CN201810598156.2

申请日：2018-06-12

申请人： 河海大学 ,  华能澜沧江水电股份有限公司 ,  华能集团技术创新中心有限公司

发明人： 毛莺池 ,  易魁 ,  卢吉 ,  刘凡 ,  王静 ,  陈豪 ,  葛恒 ,  简树明 ,  高国芝 ,  迟福东 ,  赵盛杰 ,  曹学兴

IPC分类号： G06K9/62 ,  G06K9/46 ,  G06N3/08

CPC分类号： G06K9/6247 ,  G06K9/4604 ,  G06K9/4671 ,  G06K9/6267 ,  G06K2009/4666 ,  G06N3/084

摘要： 本发明公开了一种基于特征组合与CNN的大坝缺陷识别与分类方法，包括以下步骤：1)分别提取图像的LBP特征和GABOR特征图，然后基于特征向量余弦特征组合两种特征得到LG组合特征；2)将LG组合特征作为深度学习模型CNN的输入，通过逐层训练神经网络，提取更高层次的特征，根据此特征训练出CNN分类器；3)将测试样本提取LG特征后输入到训练好的CNN分类器中，分类识别出最后的缺陷类别。