为了能利用探地雷达图像中的纹理特征,自动判断路基病害类型,本文提出一种基于纹理特征和支持向量机的路基病害探地雷达图像识别方法。首先采用Gabor滤波器提取不同病害类型的路基探地雷达图像样本的纹理特征;然后结合支持向量机对提取...为了能利用探地雷达图像中的纹理特征,自动判断路基病害类型,本文提出一种基于纹理特征和支持向量机的路基病害探地雷达图像识别方法。首先采用Gabor滤波器提取不同病害类型的路基探地雷达图像样本的纹理特征;然后结合支持向量机对提取的纹理特征进行建模、训练,通过Gabor滤波器和基于轮廓系数的最佳聚类数选择的K-均值聚类算法(Optimal K-Means Clustering Selection Algorithm Base on Silhouette Coefficient Index,OKMS算法)对实测探地雷达图像进行异常分割;最后,利用训练完成的支持向量机对分割的路基病害异常区域进行识别。结果表明:利用Gabor滤波器结合OKMS算法可以对探地雷达图像进行异常分割,完成训练的支持向量机对分割出的路基病害异常识别效果明显,识别准确率达95.28%,为路基探地雷达图像自动化解释提供了新方法。展开更多
文摘为了能利用探地雷达图像中的纹理特征,自动判断路基病害类型,本文提出一种基于纹理特征和支持向量机的路基病害探地雷达图像识别方法。首先采用Gabor滤波器提取不同病害类型的路基探地雷达图像样本的纹理特征;然后结合支持向量机对提取的纹理特征进行建模、训练,通过Gabor滤波器和基于轮廓系数的最佳聚类数选择的K-均值聚类算法(Optimal K-Means Clustering Selection Algorithm Base on Silhouette Coefficient Index,OKMS算法)对实测探地雷达图像进行异常分割;最后,利用训练完成的支持向量机对分割的路基病害异常区域进行识别。结果表明:利用Gabor滤波器结合OKMS算法可以对探地雷达图像进行异常分割,完成训练的支持向量机对分割出的路基病害异常识别效果明显,识别准确率达95.28%,为路基探地雷达图像自动化解释提供了新方法。
