基于量子行为的微粒群优化算法与模糊C均值聚类算法的磨粒图像分割

基于量子行为的微粒群优化算法与模糊C均值聚类算法的磨粒图像分割

ID:36791536

大小:296.95 KB

页数:4页

时间:2019-05-15

基于量子行为的微粒群优化算法与模糊C均值聚类算法的磨粒图像分割_第1页
基于量子行为的微粒群优化算法与模糊C均值聚类算法的磨粒图像分割_第2页
基于量子行为的微粒群优化算法与模糊C均值聚类算法的磨粒图像分割_第3页
基于量子行为的微粒群优化算法与模糊C均值聚类算法的磨粒图像分割_第4页
资源描述:

《基于量子行为的微粒群优化算法与模糊C均值聚类算法的磨粒图像分割》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、2009年5月润滑与密封Mav2009第34卷第5期LUBRICATIONENGINEERINGVo1.34No.5基于量子行为的微粒群优化算法与模糊C均值聚类算法的磨粒图像分割杨宁张培林任国全李俊(1.军械工程学院河北石家庄050003;2.武汉军械士官学校湖北武汉430075)摘要:利用计算机图像处理技术实现铁谱图像诊断自动化是铁谱技术发展的目标。介绍了基于微粒群优化(PSO)算法与模糊c均值(FCM)聚类算法相融合的图像分割方法并分析了其缺点,提出了一种基于量子行为的微粒群优化(QPSO)算法与FCM算法相融合的图像分割方法,并采用该

2、方法对铁谱图像进行预处理。结果表明,该方法收敛速度快,设置参数少,具有更高的精确性和稳定性,是一种更有效的铁谱图像预处理方法。关键词:铁谱技术;磨粒;图像分割;微粒群算法;模糊C均值中图分类号:TP751.1文献标识码:A文章编号:0254—0150(2009)5—079—3WearDebrisImageSegmentationUsingQuantum—behavedParticleSwarmOptimizationAlgorithmCombinedwithFuzzyC·meansClusteringAlgorithmYangNingZha

3、ngPeilinRenGuoquanLiJun(1.OrdnanceEngineeringCollege,ShijiazhuangHebei050003,China;2.WuhanOrdnanceN.C.0AcademyofPLA,WuhanHubei430075,China)Abstract.Thepurposeoftheferrographydevelopmentistoimplementtheautomaticanalysisofferrographyimagesusingthecomputerimageprocessingtechn

4、ology.TheimagesegmentationmethodusingParticleSwarmOptimization(PSO)algorithmcombinedwithfuzzyC—means(FCM)wasintroducedanditsdefectswereanalysed.Animagesegmentationmeth—odusingQuantum-behavedParticleSwarmOptimization(QPS0)algorithmcombinedwithFCMwaspresentedandferrog-raphyi

5、mageswerepretreatedwiththismethod.Theresultsshowthatthisalgorithmconvergesquickly,itrequiresfewpa—rametersettingsandismorepreciseandstable.It’Samoreeffectiveferrographyimagepre—processingmethod.Keywords:ferrography;weardebris;imagesegmentation;particleswarmoptimization;fuz

6、zyC—means铁谱分析技术是油液分析的一种有效技术手段,使得这些特征在同一区域内表现出一致性或相似性,是设备故障诊断技术之一⋯,它利用高梯度强磁场将而在不同区域间表现出明显的不同。常见的分割算法机器油液中所含碎屑按其粒度大小有序地分离出来,主要有边缘检测方法和区域提取等方法。基于边缘的通过对磨屑形态、大小、成分、浓度和粒度分布等方方法是将图像中要求分割的目标提取出来,从而将目面进行定性定量观测,得到有关摩擦磨损状态的重要标分割出来;区域提取是将像素根据某种规则进行区信息。磨粒的分类识别是摩擦学运用铁谱分析技术判域划分。模糊c均值(FCM

7、)聚类算法是一种应用比断机械磨损状态的基础,目前主要通过观察其形貌、较广泛的方法,它具有良好的局部收敛性。为了寻找尺寸、光泽和数量等特征值。磨粒尺寸等数据的获得到更好的全局最优解,有些学者已经将FCM与其它需要将磨粒从背景图像中分割出来,所以磨粒图像分寻优算法相结合,以达到更好的图像分割效果。比如割是磨粒分类识别的基础。分割的好坏直接影响识别粒子群算法(PSO)与FCM的融合。本文作者提的结果。出了用基于量子行为的微粒群算法(QPSO)与FCM图像分割是指根据灰度、色彩、空间纹理、几的融合算法对图像进行分割。何形状等特征将图像划分成若干个互

8、不相交的区域,1FCM图像分割算法FCM算法用于图像分割,是根据图像中像素基金项目:国家自然科学基金项目(50705097);中国人民解和C个聚类中心的每一个中心间的加权相似性测

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。