10.3778/j.issn.1002-8331.1706-0166
噪声不均条件下的模糊C均值聚类算法及应用
随着工业生产和工艺的进步,人们对产品的质量要求越来越高.为提高光缆表面瑕疵分割的效果,克服模糊C均值聚类算法对噪声敏感的不足,提出了一种新的模糊C均值聚类(FCM)的瑕疵图像分割方法.该方法一方面考虑样本的邻域像素信息,使FCM的隶属度函数中包含像素的邻域信息,另一个方面使用一种新的距离度量方式代替传统的欧式距离.利用以上两种方法来增加算法的鲁棒性,此外,通过直方图法给聚类中心赋初值,使分割效果稳定.最后,分别对CCD相机获取的光缆图像添加椒盐噪声和高斯白噪声,使用改进的FCM算法和传统的FCM算法、FCMM算法进行光缆表面瑕疵分割实验.图像和分割正确率的对比实验结果表明,使用改进的FCM算法能更好地克服噪声,精确地将瑕疵从图像上提取出来,瑕疵轮廓更为清晰,提高了光缆表面瑕疵检测的效果.
光缆表面、瑕疵分割、模糊C均值聚类、样本邻域像素、欧式距离
54
TP391.41(计算技术、计算机技术)
江苏省自然科学基金政策引导类计划-前瞻性联合研究项目2016ZS04;国家自然科学基金61572263
2018-10-26（万方平台首次上网日期，不代表论文的发表时间）
共7页
172-178
