摘要
提高双绞线图像分割速度是实时测量双绞线绕距的关键。针对模糊C-均值算法聚类速度慢、依赖特征空间分布结构、随机初始化聚类中心等问题,本文提出了一种用于双绞线图像的快速分割算法。首先,快速算法将多维RGB空间转换为一维灰度空间,利用优化搜索范围的二维最大类间方差法分割双绞线图像的前景和背景图像;其次由于一维灰度空间无法有效描述前景图像中像素点在特征空间的分布情况,故将其特征空间转换为CMYK空间,并利用改进的模糊C-均值算法分割双绞线前景图像。该改进算法采用了特征距离,使得算法对数据点的分布具有更好的健壮性,并提出了一种迭代合并最近邻域点的方法初始化聚类中心,使算法迭代次数大大降低。最后与金标准库图像对比,发现改进后的评价参数得到了有效地提升,分割时间约为模糊C-均值算法的31%。通过本文所提出的算法可以快速准确地分割双绞线图像。
基金
浙江省重中之重学科开放基金项目(XKXL1312)
基于图像识别的绞线节距测量系统研究与设计(HK2013000118)
