基于改进K-Means聚类算法的车轮踏面损伤检测研究

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

所属期刊栏目：37

分类号：U279;TP18(车辆工程)

资助基金：安徽省高校自然科学研究重点项目KJ2021A1235

在线出版日期：2023-11-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：49-54