典型文献
基于CGLCM和GA-SVM的混凝土图像分类方法
文献摘要：
研究混凝土的配合比设计是混凝土工程中的一项重要工作.为了实现不同粒径大小以及砼、砖配合比的混凝土图像的精确分类,提出了一种基于彩色共生矩阵(Color GLCM,CGLCM)和支持向量机(Sup-port Vector Machine,SVM)的混凝土图像分类方法.首先,将混凝土图像从RGB空间转换到HSV空间,分别提取H,S,V 3个通道的8维灰度共生矩阵(Gray level co-occurrence matrix,GLCM)的纹理特征;其次,将3个通道的特征进行融合,构成24维特征向量,并将特征向量输入到SVM进行分类,确定CGLCM的最佳参数;最后,在此基础上利用群智能算法对SVM参数进行优化.通过对中北大学土木工程专业构建的两种数据集(CIRD_A,CIRD_B)进行分类,结果表明,与其他分类方法相比,遗传算法优化SVM模型(GA-SVM)对两种数据集的分类精度最好,分别达到了97.76％和96.34％.
文献关键词：
混凝土图像;彩色共生矩阵;HSV空间;灰度共生矩阵;GA-SVM;群智能算法
中图分类号：
作者姓名：
张莉;焦宇倩;续婷;侯宇超;白艳萍;李建军
作者机构：
中北大学 理学院,山西 太原 030051;中北大学 信息与通信工程学院,山西 太原 030051
文献出处：
引用格式：
[1]张莉;焦宇倩;续婷;侯宇超;白艳萍;李建军-.基于CGLCM和GA-SVM的混凝土图像分类方法)[J].中北大学学报（自然科学版）,2022(01):84-90
A类：
CGLCM,彩色共生矩阵,CIRD
B类：
GA,混凝土图像,图像分类,分类方法,配合比设计,混凝土工程,不同粒径,粒径大小,精确分类,Color,Sup,port,Vector,Machine,RGB,空间转换,换到,HSV,灰度共生矩阵,Gray,level,co,occurrence,matrix,纹理特征,维特,特征向量,最佳参数,群智能算法,中北大学,土木工程专业,专业构建,遗传算法优化,分类精度
AB值：
0.322007
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
