一种基于SVM的坝面裂缝损伤智能识别方法

• 作者: 廖敏 王新 陶开云 魏海
• 来源期刊: 价值工程
• 学科: 交通运输
• 关键词: photoshop 坝面裂缝识别 特征提取 SVM 多尺度
• 年，卷（期）: 2017,（19）
• 所属期刊栏目: 功能载体创新
• 页码范围: 124-125
• 页数: 2页
• 分类号: TP391.4|U416.2
• 字数: 1992字
• 语种: 中文

摘要

针对坝面裂缝损伤尺度的识别的方法少、识别精度和效率较低的问题,提出了一种基于SVM的坝面裂缝损伤智能识别方法.在整个图像的范围内,运用photoshop将图像中的非关键因素进行处理且不破坏原影像中裂缝的条数、和大小等参数.再将坝面的裂缝影像根据一定的阈值提取特征图像建立影像模型,将不同的尺度设计了运用支持向量机SVM的"1Vm"坝面裂缝损伤影像模式识别器进行处理,可以有效地提取细裂缝和粗裂缝的信息.理论分析和实验结果表明,该算法提高了坝面裂缝损伤的识别精度和效率,能快速准确的识别出坝面裂缝损伤程度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏海	昆明理工大学电力工程学院	17	51	4.0	7.0
2	廖敏	昆明理工大学电力工程学院	5	6	1.0	2.0
3	陶开云	昆明理工大学电力工程学院	3	4	1.0	2.0
4	王新	昆明理工大学电力工程学院	3	4	1.0	2.0