基于量子行為的微粒群優(yōu)化算法與模糊C均值聚類算法的磨粒圖像分割

ID:36791536

大小:296.95 KB

頁數(shù):4頁

時間:2019-05-15

基于量子行為的微粒群優(yōu)化算法與模糊C均值聚類算法的磨粒圖像分割_第1頁
基于量子行為的微粒群優(yōu)化算法與模糊C均值聚類算法的磨粒圖像分割_第2頁
基于量子行為的微粒群優(yōu)化算法與模糊C均值聚類算法的磨粒圖像分割_第3頁
基于量子行為的微粒群優(yōu)化算法與模糊C均值聚類算法的磨粒圖像分割_第4頁
資源描述:

《基于量子行為的微粒群優(yōu)化算法與模糊C均值聚類算法的磨粒圖像分割》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、2009年5月潤滑與密封Mav2009第34卷第5期LUBRICATIONENGINEERINGVo1.34No.5基于量子行為的微粒群優(yōu)化算法與模糊C均值聚類算法的磨粒圖像分割楊寧張培林任國全李俊(1.軍械工程學(xué)院河北石家莊050003;2.武漢軍械士官學(xué)校湖北武漢430075)摘要:利用計算機圖像處理技術(shù)實現(xiàn)鐵譜圖像診斷自動化是鐵譜技術(shù)發(fā)展的目標(biāo)。介紹了基于微粒群優(yōu)化(PSO)算法與模糊c均值(FCM)聚類算法相融合的圖像分割方法并分析了其缺點,提出了一種基于量子行為的微粒群優(yōu)化(QPSO)算法與FCM算法相融合的圖像分割方法,并采用該

2、方法對鐵譜圖像進(jìn)行預(yù)處理。結(jié)果表明,該方法收斂速度快,設(shè)置參數(shù)少,具有更高的精確性和穩(wěn)定性,是一種更有效的鐵譜圖像預(yù)處理方法。關(guān)鍵詞:鐵譜技術(shù);磨粒;圖像分割;微粒群算法;模糊C均值中圖分類號:TP751.1文獻(xiàn)標(biāo)識碼:A文章編號: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鐵譜分析技術(shù)是油液分析的一種有效技術(shù)手段,使得這些特征在同一區(qū)域內(nèi)表現(xiàn)出一致性或相似性,是設(shè)備故障診斷技術(shù)之一?,它利用高梯度強磁場將而在不同區(qū)域間表現(xiàn)出明顯的不同。常見的分割算法機器油液中所含碎屑按其粒度大小有序地分離出來,主要有邊緣檢測方法和區(qū)域提取等方法?;谶吘壍耐ㄟ^對磨屑形態(tài)、大小、成分、濃度和粒度分布等方方法是將圖像中要求分割的目標(biāo)提取出來,從而將目面進(jìn)行定性定量觀測,得到有關(guān)摩擦磨損狀態(tài)的重要標(biāo)分割出來;區(qū)域提取是將像素根據(jù)某種規(guī)則進(jìn)行區(qū)信息。磨粒的分類識別是摩擦學(xué)運用鐵譜分析技術(shù)判域劃分。模糊c均值(FCM

7、)聚類算法是一種應(yīng)用比斷機械磨損狀態(tài)的基礎(chǔ),目前主要通過觀察其形貌、較廣泛的方法,它具有良好的局部收斂性。為了尋找尺寸、光澤和數(shù)量等特征值。磨粒尺寸等數(shù)據(jù)的獲得到更好的全局最優(yōu)解,有些學(xué)者已經(jīng)將FCM與其它需要將磨粒從背景圖像中分割出來,所以磨粒圖像分尋優(yōu)算法相結(jié)合,以達(dá)到更好的圖像分割效果。比如割是磨粒分類識別的基礎(chǔ)。分割的好壞直接影響識別粒子群算法(PSO)與FCM的融合。本文作者提的結(jié)果。出了用基于量子行為的微粒群算法(QPSO)與FCM圖像分割是指根據(jù)灰度、色彩、空間紋理、幾的融合算法對圖像進(jìn)行分割。何形狀等特征將圖像劃分成若干個互

8、不相交的區(qū)域,1FCM圖像分割算法FCM算法用于圖像分割,是根據(jù)圖像中像素基金項目:國家自然科學(xué)基金項目(50705097);中國人民解和C個聚類中心的每一個中心間的加權(quán)相似性測

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。
关闭