PSO与K-means混合聚类的PCB图像分割算法  

PCB Image Segmentation Algorithm of PSO and K-means Hybrid Clustering

作　　者：喻飞[1] 魏波[2] 徐星[3] 

机构地区：[1]闽南师范大学物理与信息工程学院,福建漳州363000 [2]华东交通大学软件学院,江西南昌330013 [3]景德镇陶瓷学院信息工程学院,江西景德镇333000

出　　处：《漳州师范学院学报（自然科学版）》2013年第3期61-65,共5页Journal of ZhangZhou Teachers College（Natural Science)

基　　金：闽南师范大学校级课题项目(2002L21305);武汉大学软件工程国家重点实验室开放基金项目(SKLSE2012-09-35)

摘　　要：图像分割技术在PCB自动光学检测中应用广泛.K-means聚类算法简单有效,能实现PCB灰度图像的自动分割.然而,随机选取的初始聚类中心易导致K-means算法最终找到的是局部最优值,对PCB图像分割效果有一定影响.引入PSO算法的群智能搜索策略,提出一种新的寻找聚类中心的算法.实验表明,在PCB图像分割中使用该算法可防止陷入局部最优值.Image segmentation technology is widely applied in PCB Automatic Optical Inspection. K-means clustering algorithm is simple and effective, which can achieve the automatic segmentation of PCB gray image. However, initial cluster centers which are chosen randomly would easily lead the K-means algorithm to fall into a local optimum. This will influence the effect of the PCB image segmentation. This paper proposes a new algorithm to find the cluster centers, by introducing the swarm intelligence search strategy of PSO algorithm. The experiments show that the new algorithm can prevent the k-means algorithm from falling into a local optimum.

关 键 词：粒子群算法 K-MEANS 图像分割 印刷电路板 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]