基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了实现轴承缺陷无损检测自动化,研究了轴承表面缺陷图像的分割方法.在数字图像处理技术的基础上,提出一种改进的k-means的图像分割算法.先利用二维向量小波变换对图像提取特征,根据表面缺陷特征,运用k-means算法的思想,对其进行改进.试验结果证明,该方法显著提高了分割速度和精度,受背景、光照、角度、姿态的影响很小,具有较好的鲁棒性,具有一定的使用价值.
推荐文章
一种改进的K-means聚类算法
聚类分析
K-means算法
离群点数据
基于K-means聚类算法的图像分割方法比较及改进
图像分割
RGB颜色空间
YUV颜色空间
K-均值聚类
二维信息熵
一种改进K-means聚类的FCMM算法
K-means聚类
萤火虫
最大最小距离
Tent映射
混沌搜索
一种融合IFOA和K-Means聚类的低照度图像分割方法
电气化铁路
图像照度增强
图像分割
色调映射
果蝇算法
K-Means聚类算法
入侵物识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种用于轴承缺陷图像分割的改进k-means聚类算法
来源期刊 铸造技术 学科 工学
关键词 k-means算法 小波变换 图像分割 表面缺陷
年,卷(期) 2007,(4) 所属期刊栏目 计算机应用
研究方向 页码范围 544-546
页数 3页 分类号 TT391
字数 2368字 语种 中文
DOI 10.3969/j.issn.1000-8365.2007.04.025
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (6)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1976(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
k-means算法
小波变换
图像分割
表面缺陷
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
铸造技术
月刊
1000-8365
61-1134/TG
大16开
西安市金花南路5号西安理工大学608信箱
52-64
1979
chi
出版文献量(篇)
10686
总下载数(次)
15
论文1v1指导