# Metal-crack-detection-based-on-HOG--LBPH--GLCM-features-and-support-vector-machine

**Repository Path**: Makul/Metal-crack-detection-based-on-HOG--LBPH--GLCM-features-and-support-vector-machine

## Basic Information

- **Project Name**: Metal-crack-detection-based-on-HOG--LBPH--GLCM-features-and-support-vector-machine
- **Description**: 基于HOG，LBPH，GLCM特征和支撑向量机的金属裂纹检测
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-04-25
- **Last Updated**: 2025-04-25

## Categories & Tags

**Categories**: Uncategorized

**Tags**: OpenCV, 特征提取, 支撑向量机, 裂纹检测

## README

# Metal crack detection based on HOG, LBPH, GLCM features and support vector machine
## 基于HOG，LBPH，GLCM特征和支撑向量机的金属裂纹检测

### 使用技术：
采用多特征裂纹识别算法，结合HOG（方向梯度直方图）的轮廓表征能力、LBPH（局部二值模式直方图）的纹理分析特性以及GLCM（灰度共生矩阵）的裂缝形态学特征，并通过支持向量机分类模型实现裂纹判别决策边界的最优构造。

### 实现功能：
1.	集成图像特征空间建模与SVM机器学习分类技术；<br/>
2.	实现裂纹存在性二值判别及基于区域分析的裂纹粗定位功能。<br/>

### 备注
使用KolektorSDD金属裂纹数据集，分别对图像进行HOG特征、LBPH特征、GLCM特征提取。<br/>
对提取特征及进行支撑向量机训练，其中GLCM特征所训练模型效果最好测试集混淆矩阵如下：<br/>
[[1445   51]<br/>
 [   9  154]]<br/>
（原始数据无裂缝数量远大于有裂缝数量）<br/>