基于CGLCM和GA-SVM的混凝土图像分类方法

作者：张莉; 焦宇倩; 续婷; 侯宇超; 白艳萍^*; 李建军

来源：中北大学学报(自然科学版), 2022, 43(01): 84-90.

• 混凝土图像
• 彩色共生矩阵
• HSV空间
• 灰度共生矩阵
• GA-SVM
• 群智能算法

研究混凝土的配合比设计是混凝土工程中的一项重要工作.为了实现不同粒径大小以及砼、砖配合比的混凝土图像的精确分类，提出了一种基于彩色共生矩阵(Color GLCM, CGLCM)和支持向量机(Support Vector Machine, SVM)的混凝土图像分类方法.首先，将混凝土图像从RGB空间转换到HSV空间，分别提取H, S, V 3个通道的8维灰度共生矩阵(Gray level co-occurrence matrix, GLCM)的纹理特征；其次，将3个通道的特征进行融合，构成24维特征向量，并将特征向量输入到SVM进行分类，确定CGLCM的最佳参数；最后，在此基础上利用群智能算法对SVM参数进行优化.通过对中北大学土木工程专业构建的两种数据集(CIRDA, CIRDB)进行分类，结果表明，与其他分类方法相比，遗传算法优化SVM模型(GA-SVM)对两种数据集的分类精度最好，分别达到了97.76%和96.34%.

• 单位
  中北大学