基于改进PCM聚类方法的绝缘子图像分割
Journal of Electronic Measurement and Instrumentation（2020）
摘要
针对绝缘子图像背景复杂多样而导致提取绝缘子区域困难的问题,提出了一种改进的可能性C-均值聚类方法(PCM)对绝缘子图像进行分割.方法主要基于两个方面进行改进,一方面通过定义局部相关因子、引入图像的空间局部信息以增强对噪声的抗干扰能力、提高分割精度;另一方面通过在损失函数中加入类中心相斥项缓解传统PCM聚类中心点重合问题.实验利用人工合成数据和复杂背景的绝缘子图像对比该算法与FCM、PCM、K-means、KFCM和IFCM算法的聚类分割性能.结果表明改进PCM对噪声抗干扰能力更强、聚类精度更高,且对绝缘子图像的平均分割误差为0.153,相比其他对比方法对复杂环境下的绝缘子图片有更好的分割性能.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要