基于高斯尺度空间和SVM的桥梁裂缝检测研究 |
| |
引用本文: | 刘立峰,武奇生,姚博彬.基于高斯尺度空间和SVM的桥梁裂缝检测研究[J].工业仪表与自动化装置,2019(1). |
| |
作者姓名: | 刘立峰 武奇生 姚博彬 |
| |
作者单位: | 长安大学 电子与控制工程学院,西安,710064;长安大学 电子与控制工程学院,西安,710064;长安大学 电子与控制工程学院,西安,710064 |
| |
基金项目: | 中央高校基本科研业务费团队 |
| |
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。
|
关 键 词: | 桥梁裂缝分类 高斯尺度空间 背景差 支持向量机 SVM) |
本文献已被 CNKI 万方数据 等数据库收录! |
|