Fisher评价准则下的彩色磨粒图像自动分割.PDFVIP

　第 23 卷 第 6 期 小 型 微 型 计 算 机 系 统 V ol23 N o 6　 　　2002 年 6 月 M IN I- M ICRO SYST EM 　June 2002　　 ( ) 文 章 编 号: 2002 F isher 评价准则下的彩色磨粒图像自动分割 陈　果　左洪福 (南京航空航天大学 民航学院, 江苏 南京 210016) 摘　要: 本文针对彩色显微磨粒图像特征, 选择最大类间方差分割法, 并对其进行推广以应用于彩色图像分割. 在详细 分析各种彩色特征的前提下, 通过选择合适的正交彩色特征量 、 和 , 成功地进行了两类彩色磨粒图像分割和目标 I 1 I 2 I 3 提取. 同时, 本文提出了基于 F isher 评价准则的彩色特征量自动选取技术, 通过比较 F isher 准则函数的最大值以实现 彩色特征量的自动选取, 避免了人的主观判断和决定, 最终实现了彩色磨粒图像的自动分割. 算例表明了本文方法的有 效性和稳健性. 关 键 词: 磨粒; 图像分割; 彩色特征; F isher 评价准则 中图分类号: T P 391. 4; V 233. 4; V 263. 6　　　　　文献标识码:A 1　引　言 图像分割方法应该是图像处理中的一个重要思路. 机械领域的铁谱分析技术是机械设备故障诊断的重要分 3　彩色磨粒图像分割 支, 其基本思路是通过识别机械系统润滑油中磨损微粒的磨 损状态和种类达到对机械磨损故障进行诊断之目的. 文献 〔1〕 3. 1　图像阈值分割法选取 将图像处理和模式识别理论运用于磨损监测的铁谱分析技 对于彩色显微磨粒图像的分割, 其实是一个典型的单阈 术, 开发了DM A S 智能化铁谱分析系统, 克服了传统铁谱分 值分割问题. 其目标是机械磨损颗粒在显微镜的反射和透射 〔1〕 ( 析技术误差大, 自动化程度低等缺点. 显然, 在该系统中, 对磨 光作用下呈现的区域, 在实验中 , 分别将黑色金属磨粒 如 ) ( 粒图像的目标提取则又是磨粒识别的基础和前提. 然而, 目前 铁及其合金等 用玻片收集, 有色金属磨粒 如铜、铝及其合金 ) 该系统还缺乏有针对性的有效磨粒图像分割技术, 而是依靠 等 用滤膜收集, 从而形成玻片图像和膜片图像, 一般玻片图 ( ) 像的目标可以靠其灰度加以区分, 而膜片图像的目标则需用 通用图像处理软件 如photom agic 和photoshop 等 来实现, 这对易于处理的玻片磨粒图像基本能满足要求, 但对膜片图 彩色特征加以辨别. 对于彩色磨粒图像, 其背景有时却会出现 像则需进行人工手动点选来提取, 因此很不可靠且自动化程 各种复杂的情形, 如噪声干扰、背景灰度不均匀等, 所以运用 度低. 有鉴于此, 本文将针对各种复杂背景下的显微磨粒图 直方图阈值法将会使分割不可靠; 一维最大熵阈值分割对噪 像, 综合研究各种图像分割方法, 通过自动选择图像分割特征