基于Grouplet熵与关联向量机的断口图像识别方法研究

在线阅读 下载PDF 导出详情
摘要 Grouplet变换是通过Haar变换实现的一种二维图像多尺度分析技术,拥有根据图像的纹理结构自适应改变基的能力,从而具有较好的稀疏性。与小波变换相比,Grouplet变换在针对纹理复杂的金属断口图像的识别方面具有更优越的性能;将Grouplet变换与关联向量机结合,采用Grouplet熵作为特征,关联向量机作为识别器,提出了一种新的基于Grouplet熵-RVM的航空构件断口图像识别方法。试验表明:该方法结合了Grouplet变换以及关联向量机的优势,在针对222张断口图像的训练与识别中,识别率达到了85.58%,相比Grouplet熵-SVM方法识别速率提高了5倍。
机构地区 不详
出处 《失效分析与预防》 2015年1期
出版日期 2015年01月11日(中国期刊网平台首次上网日期,不代表论文的发表时间)
  • 相关文献