基于Grouplet-RVM的金属断口图像识别方法研究-论文.pdf

《基于Grouplet-RVM的金属断口图像识别方法研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第35卷第6期仪器仪表学报Vo1．35No．62014年6月ChineseJournalofScientificInstrumentJun．2014基于Grouplet-RVM的金属断口图像识别方法研究珠李志农，孙熠，闫敬文，龙盛蓉，杨艳春(1．南昌航空大学无损检测技术教育部重点实验室南昌330063；2．汕头大学工学院汕头515063)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

2、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Grou．plet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一RVM识别方法只能获取图像有限的方向信息，

3、取得了更高的识别率。和Grouplet—SVM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。关键词：Grouplet变换；关联向量机；特征提取；模式识别；金属断口中图分类号：TG113TP391．4文献标识码：A国家标准学科分类代码：430．20510．4050Studyontherecognitionmethodofm

4、etalfractureimagesbasedonGrouplet-RVMLiZhinong，SunYi，YanJingwen，LongShengrong，YangYanchun(J．KeyLaboratoryofNondestructiveTesting，MnfofEducation，NanchangHangkongUniversity，Nanchang，330063，China；2．CollegeofEngineering，ShantouUniversity，Shantou515063，Ch

5、ina)Abstract：Grouplettransformisaneworthogonaltransformationbasedonimagegeometricflowoptimalsparserepresentationandcanfullytakeadvantageoftheimagegeometrystructure．Relevencevectormachine(RVM)hasgoodgeneralizationabilityandcangiveaprobabilitymeasurefo

6、rtheclassifications．CombingtheadvantagesofGrouplettransformandRVM，arecognitionmethodbasedonGrouplet—RVMisproposed．Intheproposedmethod，Groupletaverageenergy，GroupletharmonicentropyandGroupletkurtosisareusedastheimagefeatures，andRVMisusedasaclassifier．

7、Theproposedmethodhasbeensuccessfullyappliedtotherecognitionofmetalfractureimages．Theexperimentresultshowsthattheproposedmethodisveryeffective．Inthethreefeaturevectors，Groupletkurtosisismostsensitivetothetexturechangeofmetalfractureandespeciallysuitab

8、leforthefeatureextractionofmetalfracture．Comparedwiththewavelet—RVMrecognitionmethod，theproposedmethodovercomestheshortcomingthatthewavelet—RVMrecognitionmethodcanonlyobtaintheinformationinfinitedirections，andcanachievesatisfactoryrecognitionrate．Com