-
题名噪声不均条件下的模糊C均值聚类算法及应用
被引量：4
- 1
-
-
作者
王文慧
杨庚
葛炜
刘沛东
钱晨
-
机构
南京邮电大学计算机学院江苏省大数据安全与智能处理重点实验室
江苏亨通光电有限公司
南京邮电大学光电学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2018年第19期172-178,共7页
-
基金
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(No.2016ZS04)
国家自然科学基金(No.61572263)
-
文摘
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。
-
关键词
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
-
Keywords
fiber-optic cable surface
segmentation of defects
Fuzzy C-Means clustering
sample neighborhood pixel
Euclidean distance
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
