首页 期刊 焊接学报 基于LBP-KPCA特征提取的焊缝超声检测缺陷分类方法 【正文】

基于LBP-KPCA特征提取的焊缝超声检测缺陷分类方法

作者:胡宏伟; 张婕; 彭刚; 易可夫; 王磊 长沙理工大学; 长沙410114
超声无损检测   一维局部二元模式   核主成分分析   支持向量机  

摘要:焊缝缺陷影响结构安全,缺陷定性是实现结构安全评价的重要基础.研究了一种基于一维局部二元模式(one-dimensional local binary pattern,1-D LBP)算法结合核主成分分析(kernel principal component analysis,KPCA)提取焊缝缺陷回波信号特征的方法.采用1-D LBP算法提取缺陷回波信号的LBP特征,通过KPCA对此LBP特征集进行主成分分析,选取贡献率之和超过90%的前N个主成分作为缺陷分类的特征向量,利用基于径向基核函数的支持向量机(support vector machine,SVM)实现了缺陷类型的自动分类.以夹渣、气孔和未焊透三类焊缝缺陷为对象,开展了缺陷特征提取及分类试验.结果表明,使用LBP-KPCA特征进行缺陷分类时,准确率达到96.7%,优于常规特征,为焊缝缺陷分类及无损评价提供了重要参考.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅