论文部分内容阅读
为了实现支持向量机对磨损磨粒的自动识别,首先对彩色磨粒图像进行图像处理,运用K-均值聚类、区域生长法和数学形态学将磨粒成功地从图像中分割出来;其次根据各类磨粒形貌特征确定磨粒的形状尺寸、纹理特征和颜色特征参数,并采用相应的方法提取这三方面的参数;由于支持向量机参数的选取对其分类效果影响很大,所以采用遗传算法对其参数做进一步的优化;最后以提取的特征参数为基础,运用优化的支持向量机成功地识别了严重滑动磨粒、球形磨粒、切削磨粒、疲劳磨粒和红色氧化物五类特征磨粒,其识别准确率达90%。结果表明该方法切实可行。