买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：湖南科技大学

摘要：本发明公开了一种融合图像信息和改进LSSVM的障碍物尺寸预测方法，包括以下步骤：搭建障碍物图像信息获取平台，采用机器视觉算法获取障碍物像素尺寸信息；运用遗传算法结合鲸鱼优化算法优化最小二乘支持向量机的正则化参数和核函数宽度；以障碍物像素尺寸和障碍物到摄像机的距离为输入参数，以障碍物实际尺寸为输出参数，构建基于遗传算法、鲸鱼优化算法和最小二乘支持向量机的障碍物尺寸预测模型；将障碍物像素尺寸输入到障碍物尺寸预测模型，得到障碍物实际尺寸。本发明采用GA‑WOA优化LSSVM模型的正则化参数和核函数宽度，解决了鲸鱼优化算法容易陷入局部最优解的问题。

主权项：1.一种融合图像信息和改进LSSVM的障碍物尺寸预测方法，其特征在于，包括以下步骤：步骤一：搭建障碍物图像信息获取平台，采用机器视觉算法获取障碍物像素尺寸信息；所述步骤一中，采用机器视觉算法获取障碍物像素尺寸信息的具体过程为：1-1图像预处理：通过摄像机获取障碍物的原图，采用仿射变换对原图像进行平移和旋转角度修正，纠正相机拍摄过程存在的角度偏差；将图像中障碍物区域创建ROI，将感兴趣的部分裁剪出来进行处理，对ROI区域进行中值滤波操作，运用梯度下降法，增强边界轮廓，得到三通道彩色图像；1-2图像分割：将所得的三通道彩色图像转换为三个单通道灰度图像，并将三个单通道图像从RGB空间转化成HSV空间，获得对比明显的灰度图像，将Saturation-image空间的图像按像素灰度的幅度进行分割，然后进行二值化处理，将目标从图像中分割出来；1-3图像形态学处理：运用形态学中的开运算和闭运算操作，处理分割出的目标图像中出现的杂点、空洞以及空隙，优化目标区域；1-4边缘检测：采用Sobel算子利用在边缘点处达到极值这一现象对目标区域进行边缘检测，最终拟合障碍物轮廓；1-5获得障碍物的像素尺寸；步骤二：运用遗传算法结合鲸鱼优化算法优化最小二乘支持向量机的正则化参数和核函数宽度；所述步骤二具体过程为：2-1确定最小二乘支持向量机LSSVM模型的输入输出参数：以障碍物的最大像素宽度w、最大像素高度h以及障碍物到摄像机的距离L作为LSSVM模型的输入参数，以障碍物最大实际宽度W和障碍物最大实际高度H为LSSVM模型的输出参数；2-2数据归一化处理：对输入和输出数据进行归一化处理，使每个指标的数据范围在[-1,1]之间；2-3设置参数并初始化；设置的参数包括遗传算法GA的交叉概率Pc和变异概率Pm，鲸鱼优化算法WOA的变量数dim、最大迭代次数MaxIter、鲸鱼种群数量n、变量上限umax和变量下限umin，最小二乘支持向量机中设置算法类型为回归预测类型，核函数为径向基函数；鲸鱼算法中座头鲸的位置Q用如下公式表示： 其中qn,dim表示Q中第n行第dim列的值；根据步骤2-3设置的参数，根据下式计算鲸鱼的第1个随机种群位置Q1，并将迭代次数t设置为1；Q1i,j＝randi,j×[umaxi-umini]+uminiQ1i,j表示Q1中第i行与第j列的值，umaxi和umini为第i个座头鲸的上限和下限，randi,j为[0,1]区间内的随机数；2-4计算适应度值：将LSSVM模型预测值的均方误差RMS作为适应度值，获取当前鲸鱼种群个体的最优适应度值及其位置；2-5包围猎物：在鲸鱼优化算法中，座头鲸识别猎物的位置并将其包围，设定最佳位置是目标猎物，种群中的其余个体向最佳位置更新他们自身的位置；2-6气泡攻击：座头鲸在捕食过程中，以螺旋运动方式靠近猎物，同时逐渐收缩包围圈；2-7搜索猎物：经过包围捕食和气泡攻击两个阶段之后，座头鲸对包围圈内的猎物进行随机搜索；2-8交叉和变异操作：鲸鱼个体在搜索猎物阶段容易陷入局部最优，因此引入遗传算法中的交叉因子和变异因子，使得鲸鱼优化算法获得全局最优解；所述步骤2-8中，交叉和变异操作如下式所示： 其中，中间量和分别为交叉和变异运算符；2-9判断是否满足循环迭代的结束条件：当不满足循环迭代条件，即t＜MaxIter时，返回步骤2-4；当满足循环迭代条件时，即t≥MaxIter时，结束循环并返回鲸鱼种群个体的最优适应度值Leader_score及其位置Leader_pos，从而得到最小二乘支持向量机LSSVM最优的正则化参数和核函数宽度；步骤三：以障碍物像素尺寸和障碍物到摄像机的距离为输入参数，以障碍物实际尺寸为输出参数，构建基于遗传算法、鲸鱼优化算法和最小二乘支持向量机的障碍物尺寸预测模型；步骤四：将障碍物像素尺寸输入到障碍物尺寸预测模型，得到障碍物实际尺寸。

全文数据：

权利要求：

百度查询： 湖南科技大学 融合图像信息和改进LSSVM的障碍物尺寸预测方法