machinesvm

基于SVM混凝土电镜图像类型识别( ) 目的 为了准确、快速地对混凝土电镜图像进行自动识别分类，选取合理的特征提取方法以及分类算法，解决预判混凝土耐久性问题.方法 利用一种基于局部二值模式（Local Binary PatternLBP）的特征提取方法和支持向量机（Support Vector MachineSVM）分类器的组合模式对混凝土在电镜下的图像进行特征提取和类别判定并对SVM分类器选取合理的核函数以及核函数参数.结果 采用笔者方法最终图像识别准确率可达79.7%，LBP基本特征算子较好地满足了纹理特征图像的特征提取要求；通过SVM分类器对图像进行分类可以将含有纹理特征的图像成功分类.结论 该方法成功有效地识别混凝土的内部多层次结构辅助辨别混凝土的耐久性问题；LBP基本算子和SVM分类算法的组合算法在特征提取与识别分类具有很好的实用性及高效性.