基于改进K-Means聚类算法的车轮踏面损伤检测研究

作     者：朱全 纪萍 郭家伟 ZHU Quan;JI Ping;GUO Jiawei

作者机构：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 

基　　金：安徽省高校自然科学研究重点项目(KJ2021A1235) 

出 版 物：《西昌学院学报:自然科学版》 (Journal of Xichang University:Natural Science Edition)

年 卷 期：2023年第37卷第3期

页      码：49-54页

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。

主 题 词：车轮踏面 动态检测 k-means聚类算法 机器视觉 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 082304[082304] 081104[081104] 080204[080204] 0802[工学-机械学] 0835[0835] 0811[工学-水利类] 0823[工学-农业工程类] 0812[工学-测绘类] 

D　O　I：10.16104/j.issn.1673-1891.2023.03.009

馆 藏 号：203124222...