《表1 聚类标准差：基于单尺度Retinex与改进的K-均值聚类的涡流热成像缺陷检测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于单尺度Retinex与改进的K-均值聚类的涡流热成像缺陷检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

将SSR算法增强后的图像转换为灰度图，然后通过比较不同聚类中心数量时的每个聚类标准差中的最小值确定聚类中心数量，如表1所示，当聚类中心数量为5时，所有聚类标准差中最小值为0.0318，等于聚类中心数量为6时的所有聚类标准差中最小值，故最优聚类中心数量为5，分割结果如图5所示。对比图6（a）与（b），经SSR增强后，图像中的缺陷部分得到增强。