原创力文档- 1、本文档共5页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
一种基于SVM的坝面裂缝损伤智能识别方法--第1页
龙源期刊网
一种基于SVM的坝面裂缝损伤智能识别方
法
作者：陶开云
来源：《价值工程》2017年第19期
摘要：针对坝面裂缝损伤尺度的识别的方法少、识别精度和效率较低的问题，提出了一
种基于SVM的坝面裂缝损伤智能识别方法。在整个图像的范围内，运用photoshop将图像中
的非关键因素进行处理且不破坏原影像中裂缝的条数、和大小等参数。再将坝面的裂缝影像根
据一定的阈值提取特征图像建立影像模型，将不同的尺度设计了运用支持向量机SVM的
“1Vm”坝面裂缝损伤影像模式识别器进行处理，可以有效地提取细裂缝和粗裂缝的信息。理论
分析和实验结果表明，该算法提高了坝面裂缝损伤的识别精度和效率，能快速准确的识别出坝
面裂缝损伤程度。
Abstract：Inordertosolvetheproblemthattheidentificationmethodofthefracturescaleof
damsurfaceisless，therecognitionaccuracyandefficiencyarelow，anewmethodbasedonSVM
isproposedtointelligentlyidentifythedamageofdamsurface.Intherangeofthewholeimage，
photoshopisusedtodealwiththenonkeyfactorsintheimage，andtheparameterssuchasthe
numberofcracksintheoriginalimageandthesizearenotdestroyed.Theimagemodelofcracksin
，
andthedifferentscalesaredesignedtousesupportvectormachineSVM1Vmdamsurfacecrack
damagepatternrecognitionforimageprocessing，whichcaneffectivelyextractthefinecracksand
roughcracks.Theoreticalanalysisandexperimentalresultsshowthatthealgorithmcanimprovethe
accuracyandefficiencyofthedamsurfacecrackdamageidentification，andcanquicklyand
accuratelyidentifythedamagedegreeofthedamsurfacecracks.
关键词：photoshop；坝面裂缝识别；特征提取；SVM；多尺度
Keywords：photoshop；damsurfacefractureidentification；featureextraction；SVM；
multi-scale
中图分类号：TP391.4；U416.2文献标识码：A文章编号：1006-4311（2017）19-0124-02
引言0
从上个世纪开始，整个图形图像处理领域的研究得到了飞跃式的发展。在此基础之上，工
程中的相关技术也取得了极大的进步。对于我们所使用的现代水利的各种大坝的修建、维护、
文档评论（0）