基于支持向量机模型的电梯层门腐蚀等级评估方法与流程

本发明涉及电梯层门腐蚀程度检测评估，特别是基于支持向量机模型的电梯层门腐蚀等级评估方法。

背景技术：

1、和井道内以及机房内的机电设备所处的环境不同，层门是直接接触外部环境的零部件。地处平潭地区海洋性气候环境下的层门，由于受到各种环境因素的影响，其表面会发生腐蚀。腐蚀产物是判断层门腐蚀程度的一个重要指标。因此，准确分析出层门腐蚀产物的颜色是判断层门腐蚀程度的重要基础。

2、目前，常规检测工具及人工肉眼很难准确描述层门表面的腐蚀程度。此外，受“人为”因素的影响，人工肉眼的检测缺乏统一的判断标准，对于同一个层门腐蚀程度的检测结果往往不一致。同时，当前对于腐蚀程度的判断主要是定性为主，没有进行定量分析，无法准确判断层门的腐蚀程度。

技术实现思路

1、针对现有技术电梯层门腐蚀程度检测技术中存在的标准不统一、缺乏定量分析、人为影响因素大的问题，本发明提供基于支持向量机模型的电梯层门腐蚀等级评估方法，能够实现电梯层门腐蚀程度评估的自动化和定量化。

2、本发明采用以下方案实现：

3、基于支持向量机模型的电梯层门腐蚀等级评估方法，所述方法步骤如下：

4、步骤1：通过电梯层门腐蚀图像采集装置采集第i个电梯层门表面图像样本

5、si(i＝1,2,…,n)；

6、步骤2：对所述电梯层门表面图像样本进行图像分割，并进行对分割后的电梯层门表面图像样本进行降噪处理，获取腐蚀特征区域图像。

7、步骤3：对所述腐蚀特征区域图像进行特征提取，并对提取出的特征信息进行归一化处理，建立特征向量vi；

8、步骤4：以n个特征向量vi为样本建立样本集e，采用k均值聚类算法对样本集e中的n个样本进行分类，得到腐蚀程度评价结果；

9、步骤5：将样本集e中的样本分为训练样本集e1和测试样本集e2；

10、步骤6：基于训练样本集e1得到的腐蚀程度评价结果，训练支持向量机模型；

11、步骤7：利用训练后的支持向量机模型对测试样本集e2进行测试评估，验证所述支持向量机模型的性能指标；

12、步骤8:通过所述支持向量机模型进行电梯层门腐蚀等级评估。

13、进一步的，步骤2进一步具体为：对所述电梯层门表面图像进行自适应阈值分割，通过形态学的开运算和闭运算进行降噪处理，在腐蚀特征二值化分割及降噪处理后，确定腐蚀特征区域si，并且腐蚀特征区域si与电梯层门表面图像进行相与运算后，得到腐蚀特征区域图像。

14、进一步的，步骤3进一步具体为：提取腐蚀区域占整个腐蚀特征区域图像的面积比pi、腐蚀特征区域图像中所有像素的红色r的平均值ri、绿色g的平均值gi和蓝色b的平均值bi，即：

15、

16、

17、

18、

19、vi＝[pi,ri,gi,bi]；

20、其中n为腐蚀区域的像素点数，代表腐蚀区域si的面积；m为腐蚀特征区域图像的像素点数，代表电梯层门表面图像的面积；rn、gn和bn分别表示腐蚀区域内第n个像素点的红色r、绿色g和蓝色b成分的值，取值范围为[0,255]。

21、进一步的，步骤4进一步具体为：k均值聚类算法通过样本的参数进行分类，设定分类目标为4类，得到腐蚀程度评价结果，腐蚀程度评价结果分为腐蚀程度较低、腐蚀程度中等、腐蚀程度较高和腐蚀程度严重；

22、进一步的，步骤5进一步具体为：将矩阵e中的样本按7:3的比例随机分为训练样本集e1和测试样本集e2。

23、进一步的，步骤7进一步具体为：利用所述训练的支持向量机模型对测试样本集e2中各个样本的腐蚀程度所属类型进行评估，并通过混淆矩阵与其k均值聚类结果进行准确率和覆盖率评价，如果所训练的支持向量机模型对测试样本的评估准确率或覆盖率低于预设值，则扩大样本集e，从而增加训练样本集e1的样本数量，重新进行训练和测试，直至评估精度满足要求。

24、进一步的，所述电梯层门腐蚀图像采集装置包括支架，所述支架上固定连接有横梁，所述横梁上固定有摄像头，所述支架两侧固定有一对平行相向设置的补光件，所述补光件为条形光源，所述支架四周具有四个支撑杆，所述支撑杆的底部固定有吸盘。

25、进一步的，还包括拐状固定件，横梁与支架通过拐状固定件固定连接。

26、进一步的，所述支架顶部左右两侧铰接有纵向丝杠，所述纵向丝杠由固定于支架的电机驱动转动，所述纵向丝杠上通过内螺纹连接有滑块，滑块与所述支架滑动配合，所述左右两侧滑块之间固定所述横梁，支架顶部左右两侧各设置有一对纵向导柱，所述纵向导柱穿过滑块与滑块滑动配合。

27、进一步的，所述横梁包括设置于左右两侧滑块上的固定块，所述固定块之间铰接有横向丝杠，所述一侧的固定块上固定有电机，所述电机的输出端与所述横向丝杠固定连接，所述横向丝杠上内螺纹连接有摄像机滑座，所述摄像头固定于所述摄像机滑座上，所述固定块之间固定有横向导柱，所述摄像机滑座与所述横向导柱滑动连接。

28、本发明的有益效果在于：

29、本发明提出基于支持向量机模型的电梯层门腐蚀等级评估方法，基于图像处理技术，对电梯层门图像进行二值化和形态学降噪处理，进而对电梯层门腐蚀图像的进行分割提取腐蚀特征，构建归一化的腐蚀特征向量作为腐蚀产物评价参数，在使用k均值聚类将样本分为腐蚀程度较低、腐蚀程度中等、腐蚀程度较高和腐蚀程度严重等4个类别的基础上，通过划分训练样本与测试样本并训练支持向量机模型，同时利用混淆矩阵对支持向量机分类效果进行准确率和覆盖率评价。

30、通过集成所采用的图像采集、分割技术及提出的特征提取方法与训练的支持向量机模型，构建腐蚀等级分类，实现电梯层门腐蚀等级的快速评估及评估结果的定量化。

技术特征：

1.基于支持向量机模型的电梯层门腐蚀等级评估方法，其特征在于，所述方法步骤如下：

2.根据权利要求1所述的基于支持向量机模型的电梯层门腐蚀等级评估方法，其特征在于，步骤2进一步具体为：对所述电梯层门表面图像进行自适应阈值分割，通过形态学的开运算和闭运算进行降噪处理，在腐蚀特征二值化分割及降噪处理后，确定腐蚀特征区域si，并且腐蚀特征区域si与电梯层门表面图像进行相与运算后，得到腐蚀特征区域图像。

3.根据权利要求2所述的基于支持向量机模型的电梯层门腐蚀等级评估方法，其特征在于，步骤3进一步具体为：提取腐蚀区域si占整个腐蚀特征区域图像的面积比pi、腐蚀特征区域图像中所有像素的红色r的平均值ri、绿色g的平均值gi和蓝色b的平均值bi，即：

4.根据权利要求3所述的基于支持向量机模型的电梯层门腐蚀等级评估方法，其特征在于，步骤4进一步具体为：k均值聚类算法通过样本的参数进行分类，设定分类目标为4类，得到腐蚀程度评价结果，腐蚀程度评价结果分为腐蚀程度较低、腐蚀程度中等、腐蚀程度较高和腐蚀程度严重。

5.根据权利要求1所述的基于支持向量机模型的电梯层门腐蚀等级评估方法，其特征在于，步骤5进一步具体为：将矩阵e中的样本按7:3的比例随机分为训练样本集e1和测试样本集e2。

6.根据权利要求1所述的基于支持向量机模型的电梯层门腐蚀等级评估方法，其特征在于，步骤7进一步具体为：利用所述训练的支持向量机模型对测试样本集e2中各个样本的腐蚀程度评价结果进行评估，并通过混淆矩阵与其k均值聚类结果进行准确率和覆盖率评价，如果所训练的支持向量机模型对测试样本的评估准确率或覆盖率低于预设值，则扩大样本集e，从而增加训练样本集e1的样本数量，重新进行训练和测试，直至评估精度满足要求。

7.根据权利要求1所述的基于支持向量机模型的电梯层门腐蚀等级评估方法，其特征在于，所述电梯层门腐蚀图像采集装置包括支架，所述支架上固定连接有横梁，所述横梁上固定有摄像头，所述支架两侧固定有一对平行相向设置的补光件，所述补光件为条形光源，所述支架四周具有四个支撑杆，所述支撑杆的底部固定有吸盘。

8.根据权利要求7所述的基于支持向量机模型的电梯层门腐蚀等级评估方法，其特征在于，还包括拐状固定件，横梁与支架通过拐状固定件固定连接。

9.根据权利要求7所述的基于支持向量机模型的电梯层门腐蚀等级评估方法，其特征在于，所述支架顶部左右两侧铰接有纵向丝杠，所述纵向丝杠由固定于支架的电机驱动转动，所述纵向丝杠上通过内螺纹连接有滑块，滑块与所述支架滑动配合，所述左右两侧滑块之间固定所述横梁，支架顶部左右两侧各设置有一对纵向导柱，所述纵向导柱穿过滑块与滑块滑动配合。

10.根据权利要求7所述的基于支持向量机模型的电梯层门腐蚀等级评估方法，其特征在于，所述横梁包括设置于左右两侧滑块上的固定块，所述固定块之间铰接有横向丝杠，所述一侧的固定块上固定有电机，所述电机的输出端与所述横向丝杠固定连接，所述横向丝杠上内螺纹连接有摄像机滑座，所述摄像头固定于所述摄像机滑座上，所述固定块之间固定有横向导柱，所述摄像机滑座与所述横向导柱滑动连接。

技术总结
基于支持向量机模型的电梯层门腐蚀等级评估方法，所述方法为：采集电梯层门表面的电梯层门表面图像样本；对电梯层门表面图像样本进行图像分割，并进行对分割后的电梯层门表面图像样本进行降噪处理，获取腐蚀特征区域图像；对腐蚀特征区域图像进行特征提取，并对提取出的特征信息进行归一化处理，建立特征向量；以特征向量为样本建立样本集，采用k均值聚类算法对样本集中的样本进行分类；将样本集中的样本分为训练样本集和测试样本集，通过所述训练样本集训练支持向量机模型；利用训练后的支持向量机模型对测试样本集中各个样本的腐蚀程度所属类型进行评估；能够将电梯层门腐蚀等级分类，实现电梯层门腐蚀等级的快速评估及评估结果的定量化。

技术研发人员：郑强,吴城汀,陈洁,刘爱国,卢松俊,陈剑锋
受保护的技术使用者：福建省特种设备检验研究院
技术研发日：
技术公布日：2024/2/29