一种基于CNN+SVM的压力气泡图像识别算法

摘要

本发明提供一种基于CNN+SVM的压力气泡图像识别算法，包括如下步骤：读取高精度数值模拟出结果的气泡压力图像，而后进行灰度处理与数据增强，构建气泡压力图像数据集；构建卷积神经网络CNN，将气泡压力图像数据集带入，进行训练，并保存训练好的CNN模型；将模拟出需要进行识别的气泡压力图像带入训练好的CNN模型，得到该CNN模型提取的特征向量；提取具有明确特征意义的气泡压力图像的特征；将特征向量和特征进行融合，并进行归一化，得到气泡压力图像的特征数据集，并按照80％、20％的比例制作训练集和测试集；将训练集的特征数据送入到SVM进行训练，得到SVM模型；将测试集的特征数据送入到训练好的SVM模型中，进行预测，得到预测结果。