基于高斯尺度空间和SVM的桥梁裂缝检测研究

• 作者: 刘立峰 姚博彬 武奇生
• 来源期刊: 工业仪表与自动化装置
• 关键词: 桥梁裂缝分类,高斯尺度空间,背景差,支持向量机( SVM)
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 科研论坛
• 页码范围: 13-16,114
• 页数: 5页
• 分类号: TP391
• 语种: 中文

摘要

针对现有的桥梁裂缝检测及分类算法在光照不均匀条件下,存在检测精度不高、分类效果不理想的问题,提出了一种基于高斯尺度空间与支持向量机(sopport vector machine,SVM)多分类器相结合的桥梁裂缝检测及分类算法.该文对待处理裂缝图像进行预处理,消除噪声干扰;通过裂缝图像与二维高斯函数进行卷积运算来创建高斯尺度空间,在高斯尺度空间下估计背景,利用背景差法消除光照干扰,进而提取出具有区分度的裂缝图像特征向量;利用SVM多分类器进行桥梁裂缝分类.实验结果表明所提出的算法具有较高的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	武奇生	长安大学电子与控制工程学院	45	251	9.0	13.0
2	姚博彬	长安大学电子与控制工程学院	10	19	2.0	4.0
3	刘立峰	长安大学电子与控制工程学院	1	3	1.0	1.0