计量学报

作者：张沫,郑慧峰,倪豪,王月兵,郭成成

单位：中国计量大学 计量测试工程学院, 浙江 杭州 310018

关键词：计量学; 超声图像; 缺陷分类; 遗传算法; 支持向量机

基金：国家重点研发项目(2017YFF0205004);国家自然科学基金(11474259);浙江省自然科学基金(LY17E050015);浙江省质量技术监督系统科研计划(20180103 );浙江省“仪器科学与技术”重中之重学科人才培育项目(JL150506);浙江省大学生科研创新团队资助项目(2018R409053)

超声图像缺陷在分类时由于存在样本数量少、样本类别多、不易区分等问题,分类的准确率较低。针对这些问题,提出了基于遗传算法优化支持向量机的超声图像缺陷分类方法。该方法首先通过图像处理提取超声图像缺陷的特征数据,然后训练支持向量机作为超声图像缺陷分类器,最后采用遗传算法优化参数求得最优的分类器。实验结果表明,提出的超声图像缺陷分类器在识别率方面优于其他方法的分类器,综合识别率达到了90%,可以有效地辅助工作人员对超声图像缺陷进行分类识别。

来源：2019年第5期

《计量学报》期刊编辑部

查看计量学报杂志2019年第5期