基于混合向量和支持向量機的金屬斷口圖像識別與分類.pdf

1、金屬斷口分析是斷裂構(gòu)件智能化診斷的重要環(huán)節(jié).通過對斷口的觀察分析,可以確定斷裂發(fā)生的條件及過程,對研究失效的起因能提供有價值的線索.金屬斷口識別與分類是斷口分析的進一步細(xì)化研究,對于改進設(shè)備,從而防止構(gòu)件發(fā)生斷裂破壞有一定的指導(dǎo)意義.通過提取金屬斷口圖像特征,采用模式識別方法進行識別分類可以很好的實現(xiàn)斷口的智能化診斷,從而為機械構(gòu)件的設(shè)計以及失效斷裂診斷建立更科學(xué)的依據(jù).在研究中,結(jié)合小波變換方法和灰度共生矩陣方法,該文提出混合加權(quán)特征

2、向量的提取方法,通過該方法能夠獲得類別可分離性很好的特征向量.該方法以小波變換的L<,l>范數(shù)特征和灰度共生矩陣二次統(tǒng)計特征為基礎(chǔ),選擇在各個特定類中保持相對穩(wěn)定,而在不同的類之間則差別較大的統(tǒng)計量作為混合加權(quán)特征的特征分量,由此大大提高了特征的分類有效性.在提取特征的基礎(chǔ)上,該文基于支持向量機,提出了兼顧識別效率及分類準(zhǔn)確性的二級分類器.該方法很好的克服了傳統(tǒng)統(tǒng)計識別方法只有在樣本數(shù)量趨向無窮時,分類器的性能才趨向最優(yōu)的弱點,能夠較好

3、地解決小樣本學(xué)習(xí)問題,并具有良好的推廣性.該文還通過實驗,確定了斷口識別中訓(xùn)練樣本數(shù)量應(yīng)占總樣本數(shù)量的比重(10％-15％).該文采用上述方法分別對等軸塑坑、拉長塑坑、河流花樣、腐蝕疲勞、韌性沿晶和韌性疲勞六類典型斷口進行分類識別研究.對總共240幅斷口圖像的分類實驗表明,當(dāng)采用10個訓(xùn)練樣本時,該二級分類器平均識別率能達到近99.5％,而當(dāng)訓(xùn)練樣本數(shù)減到5個時,其平均識別率仍然能夠達到99％.該文全部研究工作是基于自行開發(fā)的斷口識別與