裂纹图像分割与提取的聚类分析方法

陈超, 汪同庆

烟台大学学报(自然科学与工程版) ›› 2018, Vol. 31 ›› Issue (1) : 55 -60.

烟台大学学报(自然科学与工程版) ›› 2018, Vol. 31 ›› Issue (1) : 55 -60. DOI: 10.13951/j.cnki.37-1213/n.2018.01.010

裂纹图像分割与提取的聚类分析方法

    陈超, 汪同庆
作者信息 +

Author information +
文章历史 +

摘要

提出了一种模糊C均值聚类和密度聚类算法相结合的方法对裂纹图像进行分割提取.使用标准的模糊C均值聚类算法来对原始图像进行初始聚类,得到包含裂纹区域的候选点.本文还提出裂纹狭长度与区域向量2种概念,并用来去除候选点中的伪裂纹.然后,利用密度聚类算法(DBSCAN算法)对候选点进行裂纹聚类,提取出最终的裂纹图像.实验结果证明,使用上述方法对裂纹图像进行分割提取可以得到很好的效果.

关键词

模糊C均值 / 聚类算法 / 密度聚类算法 / 分割提取

Key words

引用本文

引用格式 ▾
陈超, 汪同庆. 裂纹图像分割与提取的聚类分析方法[J]. 烟台大学学报(自然科学与工程版), 2018, 31(1): 55-60 DOI:10.13951/j.cnki.37-1213/n.2018.01.010

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

基金资助

国家科技支撑计划(2007BAG06B06)

AI Summary AI Mindmap

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/

〈 〉