支持向量机方法在热波检测图像分割中的应用

上一篇

下一篇

王冬冬, 张炜, 陶胜杰, 田干, 杨正伟. 2014: 支持向量机方法在热波检测图像分割中的应用, 强激光与粒子束, null(10): 126-130. doi: 10.11884/HPLPB201426.101019
引用本文: 王冬冬, 张炜, 陶胜杰, 田干, 杨正伟. 2014: 支持向量机方法在热波检测图像分割中的应用, 强激光与粒子束, null(10): 126-130. doi: 10.11884/HPLPB201426.101019
Wang Dongdong, Zhang Wei, Tao Shengj ie, Tian Gan, Yang Zhengwei. 2014: Application of support vector machine to image segmentation of infrared thermal waving inspection, High Power Lase and Particle Beams, null(10): 126-130. doi: 10.11884/HPLPB201426.101019
Citation: Wang Dongdong, Zhang Wei, Tao Shengj ie, Tian Gan, Yang Zhengwei. 2014: Application of support vector machine to image segmentation of infrared thermal waving inspection, High Power Lase and Particle Beams, null(10): 126-130. doi: 10.11884/HPLPB201426.101019

支持向量机方法在热波检测图像分割中的应用

Application of support vector machine to image segmentation of infrared thermal waving inspection

  • 摘要: 作为热波无损检测技术中的关键环节,热波图像分割对结构损伤的有效识别与准确评估具有重要影响。为克服红外热波图像背景噪声大,对比度低等因素对损伤识别的影响,提出了一种基于支持向量机的热波图像分割方法。该方法首先采用 Wiener滤波对热波图像进行预处理,然后随机选取目标区域和背景区域内多个像素点的像素值组成目标向量与背景向量,对基于多项式核函数的支持向量机进行训练,最后将训练好的分类器应用于不同的热波图像,实现热波图像的分割。试验结果表明:该方法可有效克服热波图像背景噪声大的问题,较好地保留了缺陷区域分割的完整性;与基于硬阈值的图像分割方法相比,该方法能更好地抑制背景区域的噪声干扰,更有利于损伤的识别与评估。
  • 加载中
  • 加载中
计量
  • 文章访问数:  297
  • HTML全文浏览数:  76
  • PDF下载数:  83
  • 施引文献:  0
出版历程
  • 刊出日期:  2014-10-30

支持向量机方法在热波检测图像分割中的应用

  • 第二炮兵工程大学,西安,710025

摘要: 作为热波无损检测技术中的关键环节,热波图像分割对结构损伤的有效识别与准确评估具有重要影响。为克服红外热波图像背景噪声大,对比度低等因素对损伤识别的影响,提出了一种基于支持向量机的热波图像分割方法。该方法首先采用 Wiener滤波对热波图像进行预处理,然后随机选取目标区域和背景区域内多个像素点的像素值组成目标向量与背景向量,对基于多项式核函数的支持向量机进行训练,最后将训练好的分类器应用于不同的热波图像,实现热波图像的分割。试验结果表明:该方法可有效克服热波图像背景噪声大的问题,较好地保留了缺陷区域分割的完整性;与基于硬阈值的图像分割方法相比,该方法能更好地抑制背景区域的噪声干扰,更有利于损伤的识别与评估。

English Abstract

参考文献 (0)

目录

/

返回文章
返回