首页> 中文期刊> 《仪器仪表学报》 >基于Grouplet-RVM的金属断口图像识别方法研究

基于Grouplet-RVM的金属断口图像识别方法研究

摘要

Grouplet变换是一种基于图像几何流最佳稀疏表示的正交变换,可以最大限度地利用图像的几何特征。关联向量机具有很好的泛化能力,能对类别的归属给出一种概率度量。结合Grouplet变换和关联向量机的各自优点,提出了一种基于Grouplet-RVM识别方法,提出的方法以Grouplet平均能量、Grouplet调和熵和Grouplet峭度为特征量,RVM为识别器,并成功地应用到金属断口图像识别中。实验结果表明,提出的方法是有效的,Grouplet峭度比Grouplet平均能量、Grouplet调和熵对断口图像的纹理变化更敏感,特别适于金属断口的特征提取。与小波-RVM识别方法相比较,提出的方法克服了小波-RVM识别方法只能获取图像有限的方向信息,取得了更高的识别率。和GroupletSVM识别方法相比较,Grouplet-RVM识别方法和Grouplet-SVM识别方法有同样好的识别率,然而,Grouplet-RVM的识别速度明显优于Grouplet-SVM识别方法,特别是随着训练样本的增加,这种优势越明显。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号