基于Grouplet熵与关联向量机的断口图像识别方法研究

• 作者: 孙熠 李志农 闫敬文
• 来源期刊: 失效分析与预防
• 关键词: Grouplet变换 关联向量机 特征提取 金属断口 图像识别
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 基础研究
• 页码范围: 1-5
• 页数: 5页
• 字数: 3080字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-6214.2015.01.001

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙熠		1	4	1.0	1.0
2	李志农		1	4	1.0	1.0
3	闫敬文		2	9	2.0	2.0