基于自适应SVM决策树的焊缝缺陷类型识别

摘要：

针对传统X射线焊缝缺陷检测方法普遍存在分类识别精度不高的问题,提出了一种基于分离程度的自适应SVM决策树算法.首先对滤波后的X-Ray焊缝缺陷图像进行数学形态学重建,然后根据分离程度,每次将分离程度最大的缺陷类别首先分离出来,构造自适应二又树的SVM分类器,从而达到了减小二叉树的累积误差,得到了分类性能优良的的SVM决策树,并用其对X-Ray焊缝缺陷图像进行分类识别.实验结果表明,该算法取得了好的分类精度和识别效果.

关键词：决策二叉树、支持向量机、分离程度、数学形态学、缺陷识别

所属期刊栏目：32

分类号：TG115.28(金属学与热处理)

资助基金：成都信息工程学院自然科学与技术发展基金资助csrf200805

在线出版日期：2010-06-22（万方平台首次上网日期，不代表论文的发表时间）

页码：171-174,178