基于混合向量和支持向量机的金属断口图像识别与分类-机械设计及理论专业论文.docxVIP

东北大学硕士学位论文 东北大学硕士学位论文 摘要 基于混合特征和支持向量机的金属断口图像识别与分类 摘 要 金属断口分析是断裂构件智能化诊断的重要环节。通过对断口的观察分析， 可以确定断裂发生的条件及过程，对研究失效的起因能提供有价值的线索。金属 断口识别与分类是断口分析的进一步细化研究，对于改进设备，从而防止构件发 生断裂破坏有一定的指导意义。通过提取金属断口图像特征，采用模式识别方法 进行识别分类可以很好的实现断口的智能化诊断，从而为机械构件的设计以及失 效断裂诊断建立更科学的依据。 在研究中，结合小波交换方法和灰度共生矩阵方法，本文提出混合加权特征 向量的提取方法，通过该方法能够获得类别可分离性很好的特征向量。该方法以 小波变换的三1范数特征和灰度共生矩阵二次统计特征为基础，选择在各个特定类 中保持相对稳定，而在不同的类之间则差别较大的统计量作为混合加权特征的特 征分量，由此大大提高了特征的分类有效性。 在提取特征的基础上，本文基于支持向量机，提出了兼顾识别效率及分类准 确性的二级分类器。该方法很好的克NT传统统计识别方法只有在样本数量趋向 无穷时，分类器的性能才趋向最优的弱点，能够较好地解决小样本学习问题，并 具有良好的推广性。本文还通过实验，确定了断口识别中训练样本数量应占总样 本数量的比重(10％一15％)。 本文采用上述方法分别对等轴塑坑、拉长塑坑、河流花样、腐蚀疲劳、韧性 沿晶和韧性疲劳六类典型断口进行分类识别研究。对总共240幅断口图像的分类 实验表明，当采用10个训练样本时，该二级分类器平均识别率能达到近99．5％， 而当训练样本数减到5个时，其平均识别率仍然能够达到99％。 本文全部研究工作是基于自行开发的断口识别与分类软件完成的。该软件为 进一步的金属断口智能化研究奠定了坚实的基础。 关键词金属断口，小波变换，灰度共生矩阵。混合加权特征．支持向量机 ·论文工作得到了 国家自然科学基金资助(No。 ．n． 东北大学硕士学位论文 东北大学硕士学位论文 AB s，rRACT Recognition and Classification of Metal Fracture Surface Images Based on Mixed Features and SVM Abstract Analysis of metal fracture surface is the important content in the intelligent diagnosis of fracture components．Through the analysis on fracture surface，the fracture conditions and processes Can be discovered．And the recognition and classification of metal fracture surface images is a further research on the analrzjng of fracture surface． It plays all important role in improving on equipments，consequently avoiding rapture happens．Using pattem recognition method aRer extracting features of fracture surface images can CalTy intelligent diagnosis of fracture surface well and found scientific basis for the design ofmechanical components． Combining wavelet transform method and gray level CO-occurrence matrix，a new feature ex仕action method called Mixed Weighting Features method Was put forward． Using the method we call obtain a feature，which has very good separability．The method is based on wavelet transform L1 nornl fealure and seco