| 基于模糊集和k-means算法的变压器红外图像分割 |
|
| 投稿时间：2017-01-10 |
| 中文关键词:红外图像分割 k-means聚类算法 模糊集 直方图均衡化 形态学 |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 705 |
| 全文下载次数: 714 |
| 中文摘要: |
| 针对k-means算法的k值选定和复杂背景下红外图像误分割问题,提出了一种结合模糊集理论和k-means算法的改进方法。该方法根据灰度级直方图估计k值,在获得k值的基础上,利用直方图均衡化和模糊集理论进行图像增强,然后通过k-means算法结合数学形态学的开运算,再进行图像分割。实验结果表明,该方法获得了更为准确的聚类结果,同时实验对比发现该方法相较其它方法分割效果更好,又兼顾了快速性和变压器温度细节表现能力。 |
| 英文摘要: |
| |
| 巩方超,王硕禾,张琳娜,张焕东.基于模糊集和k-means算法的变压器红外图像分割[J].石家庄铁道大学学报：自然科学版,2018,(2):76-81. |
| 查看全文 查看/发表评论 下载PDF阅读器 |
|
| 关闭 |
|
|
|
|
|