K-均值聚类算法在电容器外观图像分割中的应用
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Application of K-Means Clustering Algorithm to Capacitor Appearance Image Segmentation
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    电容器是电子整机产品的必要器件。由于制造工艺及设备水准的限制,露白是一种常见的电容器外观缺陷。基于K-均值聚类算法,结合露白电容器外观图像的特点,提出了电容器露白区域分割算法。根据Ohta 等人的研究成果,选取能有效表示彩色特征的彩色特征集中的第一个分量,用来替代K-均值聚类图像分割中的灰度;确定分类类别数为两类,采取了粗糙集理论的算法,求出初始聚类中心和间距阈值。实验表明,该图像分割算法能有效分割出电容器图像的露白区域,具有较好的精确度和准确度。

    Abstract:

    Capacitor is the necessary component of electronic whole products. Because of manufacturing technology and the limit of equipment's level, the thief is a common capacitor cosmetic defects. This paper puts forward a regional segmentation algorithm of the thief capacitor based on the k-means clustering algorithm and combining the characteristics of the image of the thief capacitor. According to the research results of Ohta, et al, the first component of color feature is chosen and used as the image segmentation by employing the K-means clustering method. This paper defines the number of classification is two, and gives the algorithm of initial clustering center and spacing threshold according to rough set theory. Experimental results show that this image segmentation algorithm can effectively segment the thief area of the capacitor image, and have good precision and accuracy.

    参考文献
    相似文献
    引证文献
引用本文

孙克辉,洪天勤. K-均值聚类算法在电容器外观图像分割中的应用.计算机系统应用,2012,21(2):188-191

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2011-05-19
  • 最后修改日期:2011-06-11
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号