基于自适应SVM决策树的焊缝缺陷类型识别

• 作者: 任清安 文斌 李坤 罗爱民
• 来源期刊: 无损检测
• 学科: 工学
• 关键词: 决策二叉树 支持向量机 分离程度 数学形态学 缺陷识别
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 科研成果与学术交流
• 页码范围: 171-174,178
• 页数: 5页
• 分类号: TG115.28
• 语种: 中文

摘要

针对传统X射线焊缝缺陷检测方法普遍存在分类识别精度不高的问题,提出了一种基于分离程度的自适应SVM决策树算法.首先对滤波后的X-Ray焊缝缺陷图像进行数学形态学重建,然后根据分离程度,每次将分离程度最大的缺陷类别首先分离出来,构造自适应二又树的SVM分类器,从而达到了减小二叉树的累积误差,得到了分类性能优良的的SVM决策树,并用其对X-Ray焊缝缺陷图像进行分类识别.实验结果表明,该算法取得了好的分类精度和识别效果.