基于模糊領域本體的材料外觀腐蝕底層特征與高層語義映射方法研究.pdf

1、產品設計，離不開材料的選材，對材料進行環(huán)境適應性試驗，是考核材料在自然環(huán)境中腐蝕狀況的一種主要手段。材料在環(huán)境試驗中，由于受各種環(huán)境因素的影響，其表面會發(fā)生各種腐蝕特征現(xiàn)象，主要表現(xiàn)有：裂紋、鼓泡、點蝕、剝落等腐蝕特征信息。根據這些腐蝕特征信息，可確定材料外觀腐蝕特征等級，對材料外觀腐蝕信息的描述，最直接的是從材料外觀腐蝕狀況進行直觀表述，材料腐蝕外觀狀況如何是材料環(huán)境適應性的一個重要表現(xiàn)，也是產品設計材料選材不可缺少的依據。
　

2、　對材料外觀腐蝕底層特征信息的處理，到高層語義的解釋描述，在目前計算機信息處理中存在一個―語義鴻溝問題，如何從高層語義中準確識別、表述材料外觀腐蝕特征信息是目前計算機信息應用領域在材料腐蝕學科需要解決的問題。為了減少―語義鴻溝，一方面要構建一個材料外觀腐蝕特征描述模型，該模型能充分描述材料外觀腐蝕底層特征和材料腐蝕高層語義特征，為底層特征和高層語義之間產生關聯(lián)搭建一個橋梁。另一方面要構造一個分類器來實現(xiàn)材料外觀腐蝕底層特征到材料腐蝕高層

3、語義特征的映射。
　　人們對圖像的理解難以直接從低層視覺特征獲得，這就需要對圖像的語義進行深入分析，使計算機能夠理解基于人類認知的相似性。為此，將本體技術引入到材料腐蝕領域中，通過本體，描述圖像語義概念以及概念與概念之間的關系。由于語義概念之間關系往往存在著一定的模糊性，所以，將模糊集加入到本體技術中，構建FDO（模糊領域本體）語義特征描述模型，該模型包含底層特征、高層語義概念，并且在語義概念間的關系上加入模糊隸屬度，這樣既能充分

4、利用圖像的底層特征，又能符合人對圖像的模糊視覺理解，從而填補底層特征與高層語義之間的“語義鴻溝”。
　　本文借助SVM分類器來實現(xiàn)材料腐蝕特征圖像分類，達到將從圖像的底層特征自動獲取圖像的語義注釋信息的目的，由于SVM分類器是對樣本進行絕對分類，而實際中某個樣本不可能完全歸屬于某個類，于是提出了一種新的基于Vague集的模糊支持向量機語義分類方法實現(xiàn)底層特征向高層語義特征的映射，Vague集和模糊集利用的基于區(qū)間隸屬函數能更好地捕