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。

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。