- · 中信重工举办2020年战略供应商和优秀供应商授牌大会[12/28]
- · 煤机装备智能化产业联盟在北京成立[12/25]
- · 山西已有80处综采工作面推进智能化建设[12/25]
- · 山能兖州煤业公司东滩矿积极开展“1+1”精准志愿活动[12/24]
- · 山能临矿集团永明煤矿:创新安全管理 实现“四零”目标[12/24]
- · 龙煤集团长协合同签订量达2535万吨[12/24]
- · 陕煤集团蒲白矿业首套智能综放设备完成联合试运转[12/23]
- · 中国矿业大学(北京)与内蒙古自治区政府签署战略合作协议[12/23]
凡向《矿山机械》投稿的作者,按有关法规,均被视为同意以下约定:
① 遵守有关出版法规和标准;
② 本刊所载论文和其它作品以及广告仅代表作者和广告主自己的观点和陈述;允许本刊对内容做删节和规范性修改。
③ 一律通过本刊网 ...
① 遵守有关出版法规和标准;
② 本刊所载论文和其它作品以及广告仅代表作者和广告主自己的观点和陈述;允许本刊对内容做删节和规范性修改。
③ 一律通过本刊网 ...
基于主成分分析的模糊支持向量机焊接图像分割
作者: 赵贵 [1,2]
关键词: 主成分分析 模糊支持向量机 焊缝缺陷 分割 principal component analysis fuzzy support vector machine welding defect segmentation
摘要:
焊接是钢结构件生产的主要方法,射线检测法是焊接缺陷的重要检查方法之一,针对焊缝缺陷图像目标边界模糊、灰度不均匀及强噪声的特征。笔者提出了基于主成分分析的模糊支持向量机方法分割焊接缺陷图像。首先,利用主成分分析法降低模糊支持向量机特征向量的维数,去除次要特征分量对支持向量的影响,提高支持向量机的分类速度和精度;然后针对焊接缺陷图像的特征,提出了以3×3窗口为单元的分割算法,将模糊支持向量机引入该系统,进一步降低了噪声对构建最优分类器的不良影响。试验结果表明,对于焊缝缺陷图像,基于主成分分析的模糊支持向量机可以取得较好的分割效果。