发明名称 |
基于mean shift的芯片X光图像层次分割 |
摘要 |
基于mean shift的芯片X光图像层次分割,包括以下步骤:输入模板匹配定位时模板图像矩阵;统计直方图和像素值;对图像进行mean shift聚类运算获取初步聚类结果;查找目标类的聚类中心和被聚为目标类的所有像素,计算灰度平均值;对聚类结果图像进行阈值分割,将图像中的像素点的灰度值小于等于基准阈值的目标像素赋值“1”,其他“0”,产生芯片模板图像逻辑矩阵;对芯片ROI图像矩阵实施以上步骤得到聚类结果图像和灰度平均值;对聚类结果图像采用优化阈值进行分割,并将图像中的像素点的灰度值小于等于优化阈值的目标像素赋值“1”,其他“0”,产生芯片目标逻辑矩阵并输出。本发明通过内外层分割,能够有效的分割出目标对象,提高分割的精度和可靠性。 |
申请公布号 |
CN105761237A |
申请公布日期 |
2016.07.13 |
申请号 |
CN201510943172.7 |
申请日期 |
2015.12.15 |
申请人 |
江南大学 |
发明人 |
吴静静;宋淑娟;秦煜;安伟 |
分类号 |
G06T7/00(2006.01)I |
主分类号 |
G06T7/00(2006.01)I |
代理机构 |
|
代理人 |
|
主权项 |
基于mean shift的芯片X光图像层次分割,其特征在于,包括以下步骤:第一步,输入模板匹配定位时模板图像矩阵。第二步,统计图像矩阵的直方图和像素值,统计mean shift聚类样本数。第三步,对图像进行mean shift聚类运算以获取初步的聚类结果。第四步,查找并记录目标类的聚类中心。第五步,查找并记录被聚为目标类的所有像素,并计算其灰度平均值。第六步,对步骤3中的聚类结果图像进行阈值分割,将图像中的像素点的灰度值小于等于基准阈值的目标像素赋值“1”,其他为“0”,从而产生分割的芯片模板图像逻辑矩阵。第七步,对芯片ROI图像矩阵实施步骤1到5得到聚类结果图像和灰度平均值。第八步,对步骤7的聚类结果图像采用优化阈值进行分割,并将图像中的像素点的灰度值小于等于优化阈值的目标像素赋值“1”,其他为“0”,从而产生分割的芯片目标逻辑矩阵并输出该矩阵。 |
地址 |
214122 江苏省无锡市滨湖区蠡湖大道1800号机械学院 |