Tytuł pozycji:
K-means clustering in textured image: example of lamellar microstructure in titanium alloys
This paper presents an implementation of the k-means clustering method, to segment cross sections of X-ray micro tomographic images of lamellar Titanium alloys. It proposes an approach for estimating the optimal number of clusters by analyzing the histogram of the local orientation map of the image and the choice of the cluster centroids used to initialize k-means. This is compared with the classical method considering random coordinates of the clusters.
W artykule przedstawiono implementację metody klasteryzacji k-średnich, do segmentacji dwuwymiarowych rentgenowskich obrazów mikro tomograficznych lamelarnych stopów tytanu. Zaproponowano metody szacowania optymalnej liczbę klastrów oraz wyboru centro idów poprzez analizę histogramu mapy lokalnych kierunków obrazu. Dokonano porównania zaproponowanych metod z losowym doborem początkowego położenia klastrów.
Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).
