首页|基于LBP和SVM的焊缝缺陷识别方法

基于LBP和SVM的焊缝缺陷识别方法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为保证焊接接头处于安全工作状态,对焊缝缺陷实施定量识别与分类,提出了基于局部二值模式(LBP)和支持向量机(SVM)的缺陷识别方法.首先采用局部二值模式LBP算法对焊缝的超声回波信号进行特征提取,并结合因子分子进行数据降维,降低高维特征集中的冗余数据,最后采用SVM模型实现缺陷的分类识别,并对影响SVM分类效果的核函数和超参数进行了优选.结果表明,高斯核函数在焊缝缺陷分类上的识别效果最好,当超参数C和特征向量ε分别为5.7497和9.2436,核函数的gamma参数为2.8595时,模型最优,分类准确率为95％,分类效果优于常规时频域特征.研究结果可为焊缝缺陷的无损检测和评价提供实际参考.
Defect Identification Method of Weld Inspection Based on LBP and SVM

赵方琪、盛凌、牛志勇、武思雨、梁昌晶

展开 >

中国石油集团渤海石油装备制造有限公司 石油机械厂, 河北任丘062552

中国石油管道局工程有限公司第四分公司, 河北廊坊065000

国家石油天然气管网集团有限公司北方管道公司 建设项目管理中心, 河北廊坊065000

河北华北石油港华勘察规划设计有限公司, 河北任丘062552

展开 >

焊缝缺陷 LBP SVM 特征提取 分类识别

2022

10.19291/j.cnki.1001-3938.2022.06.006

焊管
宝鸡石油钢管有限责任公司

焊管

影响因子：0.358
ISSN：1001-3938
年,卷(期)：2022.45(6)
  • 2
  • 12