基于特征聚合的铜合金金相图分类识别方法

作者：黄学雨; 贺怀宇; 林慧敏; 陈金水

来源：计算机应用, 2022, 1-13.

• 特征聚合
• 纹理特征
• 残差网络
• 灰度共生矩阵
• 支持向量机
• 铜合金
• 金相图

针对铜合金成分检测过程中会产生的时滞问题，提出一种基于特征聚合的铜合金金相图分类识别方法。首先，在特征提取阶段，构建灰度共生矩阵（GLCM）和基于卷积注意力机制的残差网络模型，分别提取图像的全局与局部特征；其次，在特征聚合阶段，将提取到的特征规范化后进行简单的级联；最后，在分类识别阶段，使用支持向量机（SVM）进行精确分类。实验结果表明，基于特征聚合的铜合金金相图分类识别方法的准确率达到了98.96%、宏F1达到了98.99%，优于基于单特征的机器学习等方法。实验证明，不同的方法提取到的特征经过聚合后，可以更加全面的描述了铜合金金相图的纹理及边缘信息。所提方法可以通过金相图识别不同铜合金，提升了识别的准确率，且具有良好的鲁棒性。

• 单位
  江西理工大学