基于改進灰色聚類的鐵譜圖像分割.pdf

1、機械零部件的磨損往往會引起能源及材料的損耗,造成巨大的浪費,也會導(dǎo)致機械的失效和報廢,甚至于引發(fā)重大的事故,危及人身安全。所以建立機器磨損狀態(tài)監(jiān)測和提高故障診斷技術(shù)具有重大的經(jīng)濟和社會效益。鐵譜分析是廣泛應(yīng)用于機械狀態(tài)監(jiān)測與故障診斷的有效手段之一。近年來,隨著計算機、圖像處理識別、專家系統(tǒng)等技術(shù)的興起和逐漸完善,使得鐵譜分析技術(shù)向著智能化方向不斷發(fā)展。鐵譜圖像分割是智能化鐵譜分析的首要和關(guān)鍵步驟,其分割的準(zhǔn)確與否直接影響到后續(xù)工作中磨粒

2、磨損特征的提取、類型的識別和統(tǒng)計的精度。
　　本文首先簡要介紹了鐵譜分析技術(shù)的原理、特點及發(fā)展現(xiàn)狀,并對鐵譜圖像分割中一些常用的方法如閾值分割法、形態(tài)學(xué)分割算法及聚類算法的一些基本概念做了介紹,也對灰色理論在圖像處理中的應(yīng)用做了簡要分析。
　　其次,針對鐵譜圖像中難以準(zhǔn)確分割的磨粒沉積鏈及異常大磨粒,本文提出了基于改進灰色聚類的鐵譜圖像分割的方法。在該算法中:首先,采用改進的大津閾值分割方法,將鐵譜圖像背景與磨粒分離;其次,

3、使用分水嶺算法對減除背景后的圖像進行分割,實現(xiàn)磨粒的初步分割;然后,針對在分水嶺分割過程中,異常大磨粒出現(xiàn)的過分割現(xiàn)象,將區(qū)域間相對位置關(guān)系參數(shù)和區(qū)域顏色特征序列引入到改進的灰色聚類中,合并關(guān)聯(lián)度大于閾值的區(qū)域,實現(xiàn)異常大磨粒較為準(zhǔn)確的分割;最后,根據(jù)鐵譜圖像上的異常大磨粒與磨粒沉積鏈形狀上的差異,通過比較磨粒的等效橢圓長短軸比來區(qū)分磨粒沉積鏈和異常大磨粒,對聚類結(jié)果進行判別和修正,從而實現(xiàn)對不同類型磨粒的準(zhǔn)確分割。
　　最后將本