[发明专利]一种利用局部极值聚类对发光二极管进行计数的方法

权利要求书

1.一种利用局部极值聚类对发光二极管进行计数的方法，其特征在于具体步骤如下：

（1）对于用工业数字摄像机拍摄的LED芯片的图片进行图像预处理，图像预处理采用均值滤波、高斯滤波，去除图像噪点，使得图像模糊部分更加清晰；

（2）对经上述预处理的图像，求局部极小值点，设该局部极小值点的标号为i，并对该极值容积大小标记为                                                ，若该极小值点周围存在与它灰度值相差<C的点，则；当计算完全后，求所有极值容积的平均极值区域大小；去除所有区域大小的局部极小值点；这里C为特定阀值，C取ALMC的0.05～0.15倍, α为0～1的一个因子，取0.85～0.95；

（3）对每个局部极小值点，以其周围的灰度值信息建立一个数据矢量，按照矢量的欧拉距离做k-means均值聚类，将这些局部极小值点分成若干类，提取发光二极管亮点局部极值类；

（4）然后分两类情况处理：对于单级发光二极管方片，发光二级管亮点局部极小值类的点数目即为发光二极管的数目；对于矩形或者平行四边形双极发光二极管方片，根据两级匹配确定一个发光二极管的原则，确定发光二极管的数目。

2.根据权利要求1所述的利用局部极值聚类对发光二极管进行计数的方法，其特征在于步骤（2）中计算容积大小合适的局部极小值点的步骤为：

扫描LED方片图像中的每个点，若是以为中心的大小为的子图像区域的最小值，求该点的容积大小算法如下：

（1）设初始化集合S为空，将点加入到集合S中,给一个标记，其中表示点未经过处理，表示点已经处理过；

（2）取集合S中任意一个未经过处理的点，若的8-领域点中存在(p = i-1, i, i+1; q=j-1, j, j+1)，满足且，则将点加入集合S；将标记为0；

（3）重复步骤（2），直到集合S中每个元素都经过处理；集合S的元素个数就是点的容积大小参数:LMC；

（4）得到所有的局部极小值点及其容积大小后，求所有局部极小值点的平均容积大小参数:ALMC，扫描所有局部极小值点，去除容积大小的局部极小值点；

得到所有的局部极小值点以及该点的区域大小后，求所有点的平均区域大小，扫描所有局部极小值点，去除区域大小 的局部极小值点。

3.根据权利要求1所述的利用局部极值聚类对发光二极管进行计数的方法，其特征在于：

步骤（3）中K-Means均值聚类的步骤为：

对求得的每个局部极小值点，根据其周围的像素信息生成一个特征矢量te，特征矢量te由5个分量组成，表示如下：

：设以为中心的大小为的子图像的平均灰度值，，其中， ，β为0～1的某个归一化因子；

：设以为中心的大小为的子图像的平均灰度值为，；

：设以为中心的大小为的子图像的平均灰度值为，；

：设以为中心的大小为的子图像的平均灰度值为，；

：设以为中心的大小为的子图像的平均灰度为，；

设定两个局部极小值点之间的距离为各个特征矢量之间的欧拉距离，K-Means均值聚类算法如下：

（1）对每个局部极小值点的特征矢量重新编号，若有n个局部极小值点，则其对应的特征矢量为，其中任意是一个5分量的矢量；

（2）选择k个初始化中心点，；

（3）对于，分别与比较，假定与的欧拉距离最小，就标记为i；

（4）对于所有标记为i的点，计算这些点的和：，并且统计标记为i的点的个数,重新计算；

（5）重复步骤（3）、步骤（4)，直到所有值的变化小于给定阀值；

根据极值点的不同特征得到聚类结果，保留发光二极管亮点产生的局部极值点类群，即为目标数据点群。