基于改进DBSCAN算法的金相图像晶粒聚集检测方法

摘要：

在金相组织检测环节中,需在不同放大倍数的显微镜下提取晶粒聚集区域并计算参数.使用传统DBSCAN聚类算法进行聚集检测时,因每张图像晶粒聚集的密度不同、显微镜放大倍数不同等问题,需要反复实验以确定DBSCAN算法的两个基本参数.针对上述问题,本文提出一种改进的自适应DBSCAN算法,通过平均晶粒大小,确定领域密度阈值(MinPts),利用自适应的方式调整领域半径(Eps),并采用k-d树数据结构加速聚类过程.实验结果表明,使用本文方法能够自动检测出晶粒聚集区域,具有一定普适性,有望提高检测效率.

关键词：金相图像、聚集检测、DBSCAN聚类算法、k-d树

所属期刊栏目：11

分类号：TP399(计算技术、计算机技术)

在线出版日期：2021-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：44-48