基于遗传算法优化支持向量机的超声图像缺陷分类

摘要

超声图像缺陷在分类时由于存在样本数量少、样本类别多、不易区分等问题,分类的准确率较低.针对这些问题,提出了基于遗传算法优化支持向量机的超声图像缺陷分类方法.该方法首先通过图像处理提取超声图像缺陷的特征数据,然后训练支持向量机作为超声图像缺陷分类器,最后采用遗传算法优化参数求得最优的分类器.实验结果表明,提出的超声图像缺陷分类器在识别率方面优于其他方法的分类器,综合识别率达到了90％,可以有效地辅助工作人员对超声图像缺陷进行分类识别.