摘要

混凝土的不同配合比可决定材料的性能,对于多种配比和粒径大小混凝土图像的分类研究,有利于工业废弃混凝土的高效回收利用。为了提升分类效果,提出了一种新的特征提取模块(ITFA-DLF),该模块在图像分离重构出的R,G和B3个通道上,使用卷积神经网络(CNN)提取3通道图像的颜色特征,通过多块局部二值模式(MB-LBP)提取3通道图像的纹理特征,将2种特征进行融合并输入到网格搜索算法(GS)优化的支持向量机(SVM)中进行分类。采用混凝土图像进行实验,对比多种分类方法得出所提模型的效果最佳,9类图像识别率达到了92%以上,在保证分类精度的同时缩短了分类时间,提高了混凝土图像的分类效率,验证了所提方法的有效性。