改进的近邻聚类算法用于水下焊缝图像的识别
遍历经阈值处理后的焊缝图像,搜索第一个样本数据作为第一个聚类的初始元素.以欧氏距离作为阈值距离T,计算以后搜索到的样本与当前聚类最后一个元素的距离t.如果该距离t<T,则计算其与之前所有聚类的最短距离t”,同时记下所在的类c.如果t”<T,则一方面合并当前聚类和聚类c;另一方面用最近邻法对该样本归类;如果t>T,则计算其与所有类的最短距离t”,同时记下所在的类c”,如果t”<T,则把该样本归为c”类,否则就开新类.该算法对机器人水下焊接焊缝图像的数据进行分类,可以准确提取V形焊缝数据,有助于自动获取待焊位置的坐标.
金属加工业 水下焊接工艺 图像识别 近邻聚类算法
何银水 胡兆吉 胡宗梅 谢晓闻
南昌大学过程装备与测控工程系,江西南昌330031 格特拉克(江西)传动系统有限公司,江西南昌330031
国内会议
上海
中文
89-92
2013-06-17（万方平台首次上网日期，不代表论文的发表时间）