基于模糊聚类和形态学的轮胎断面特征提取-江苏大学.PDF

基于模糊聚类和形态学的轮胎断面特征提取-江苏大学.PDF

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于模糊聚类和形态学的轮胎断面特征提取-江苏大学

2012年9月 第33卷 第5期 Sept.2012 Vol.33 No.5 doi:10.3969/j.issn.1671-7775.2012.05.004 基于模糊聚类和形态学的轮胎断面特征提取 王国林,周树仁,李军强 (江苏大学 汽车与交通工程学院,江苏 镇江212013) 摘要:针对轮胎断面图像中胶料之间灰度相差小,边界模糊性强,传统的边缘提取方法难以实现断 面特征提取的问题,提出了1种将多层次模糊增强、模糊 C均值聚类以及形态学等方法有机结合, 用于轮胎断面特征提取的算法.该算法先将钢丝区域去除并对图像整体进行灰度变换,然后通过多 层次模糊增强,增加胶料之间的对比度,再运用模糊C均值聚类分割出各胶料区域,并对各区域进 行形态学处理并提取边界,最后将各区域边界叠加,加入钢丝区域,得到轮胎断面的特征.对不同光 照条件下的轮胎断面图像进行试验.结果表明:该算法可以解决轮胎断面图像中胶料之间灰度差小 的问题,并有效提取了轮胎断面中的胶料边界和钢丝特征,且对光照条件具有一定的适应性. 关键词:轮胎断面;多层次模糊增强;模糊C均值聚类;形态学 中图分类号:U463.341  文献标志码:A  文章编号:1671-7775(2012)05-0513-05 Featureextractionoftiresectionbasedonfuzzyclustering andmorphology WangGuolin,ZhouShuren,LiJunqiang (SchoolofAutomotiveandTrafficEngineering,JiangsuUniversity,Zhenjiang,Jiangsu212013,China) Abstract:Thefeaturesoftiresectionweredifficulttobeextractedbythetraditionaledgedetectionme thodsbecauseofthesmalldifferenceofgrayvaluebetweenrubbersinthetiresectionimageandthefuzzy boundaries.Analgorithmwasproposedtoextractthefeaturesoftiresectionbycombiningmultilevel fuzzyenhancement ,fuzzyCmeansclusteringandmorphology.Theregionsofsteelwireswereremovedto transformthegrayvaluesofimage.Themultilevelfuzzyenhancementwasusedtoincreasethecontrast betweenrubbers.TherubberregionswereeffectivelysegmentedbyfuzzyCmeansclustering,andthe boundarieswereextractedbymorphology.Thefeaturesoftiresectionwereobtainedbystackingthe boundaryofeachregionandaddingsteelwires.Experimentsoftiresectionimagewereconductedunder differentlightconditions.Theresultsshowthatthealgorithmcaneffectivelysolvetheproblemofsmall grayvaluedifferencebetweenrubbersintheimageoftiresectionandextractthefeaturesoftiresection

文档评论(0)

170****0571 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档