基于模糊C均值聚类的旋切单板表面纹理检测  

Texture Detection on the Rotary-Veneer Surface Based on FMC

作　　者：梁萍[1] 程伟[1] 

机构地区：[1]淮阴工学院,江苏淮安223003

出　　处：《自动化技术与应用》2008年第11期79-82,85,共5页Techniques of Automation and Applications

基　　金：江苏省教育厅自然科学基金资助项目(编号2005KJD520033)

摘　　要：旋切单板的纹理对缺陷的检测会产生干扰,本文提出一种改进的模糊C聚类均值(FCM)算法的旋切单板表面缺陷检测方法,该方法考虑了类内样本密度和类间距离作为综合参数,从而可以获得合理的初始聚类中心。该算法可以较好的检测出旋切单板表面纹理和缺陷信息。This paper presents a modified Fuzzy C-Mean algorithm （FCM） for detection of texture and defects on the rotary-veneer surface. The sample density of the inter-class and the distances of intra-class are used in the system as comprehensive parameters to obtain the initial cluster centers.

关 键 词：旋切单板 模糊C均值聚类 缺陷检测 纹理 

分 类 号：TP273.4[自动化与计算机技术—检测技术与自动化装置]