| 基于改进k-means聚类算法的车轮踏面损伤检测研究 |
| |
| 引用本文： | 朱全,纪萍,郭家伟.基于改进k-means聚类算法的车轮踏面损伤检测研究[J].西昌学院学报(自然科学版),2023,37(3):52-58. |
| |
| 作者姓名： | 朱全 纪萍 郭家伟 |
| |
| 作者单位： | 马鞍山学院智造工程学院，安徽 马鞍山 243100,皖江工学院电气信息工程学院，安徽 马鞍山 243031,马鞍山学院智造工程学院，安徽 马鞍山 243100 |
| |
| 基金项目： | 安徽省高校自然科学研究重点项目（KJ2021A1235）。 |
| |
| 摘 要： | 为提高列车车轮踏面检测效率，设计了一套基于机器视觉的车轮踏面动态检测系统，分析了k-means聚类算法，通过加权欧式距离对该算法进行改进，利用聚类法具有保持最大相似性的特性，将基于加权欧式距离的k-means聚类算法用于机器视觉的图像处理。先对原始图像作图像增强、图像灰度化等预处理，再以特征聚类思想对图像作阈值分割，使图像中的各部分特征更加突出。图像处理结果显示，基于加权欧式距离k-means聚类算法的车轮踏面损伤视觉检测系统可以有效地检测出踏面损伤。
|
| 关 键 词： | 车轮踏面 动态检测 k-means聚类算法 机器视觉 |
| 收稿时间： | 2023/3/22 0:00:00 |
| 修稿时间： | 2023/7/25 0:00:00 |
Study on Wheel Tread Damage Detection Based on Improved k-means Clustering Algorithm |
| |
| ZHU Quan,JI Ping and GUO Jiawei.Study on Wheel Tread Damage Detection Based on Improved k-means Clustering Algorithm[J].Journal of Xichang College,2023,37(3):52-58. |
| |
| Authors: | ZHU Quan JI Ping and GUO Jiawei |
| |
| Institution: | School of Intelligent Manufacturing Engineering, Ma''anshan University, Ma''anshan, Anhui 243100, China,School of Electrical Engineering, Wanjiang University of Technology, Ma''anshan, Anhui 243031, China,School of Intelligent Manufacturing Engineering, Ma''anshan University, Ma''anshan, Anhui 243100, China |
| |
| Abstract: | |
| |
| Keywords: | wheel tread dynamic detection k-means clustering algorithm machine vision |
|
| 点击此处可从《西昌学院学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《西昌学院学报(自然科学版)》下载免费的PDF全文 |
