MeanShift聚类圆拟合算法在焊点检测中的应用

论文摘要

在图像识别的过程中,针对目标圆因噪声和缺损造成拟合精度不佳的问题,提出了一种基于MeanShift聚类的圆拟合算法。首先通过对图像进行边缘提取,得出若干轮廓,再将这些轮廓的点有序的保存起来,按照一定的点数进行分段最小二乘拟合,得到若干个圆心的坐标以及半径,从而完成了对所需点的收集。利用Meanshift算法对所收集到的点进行聚类,得出最后的圆心,以及圆心所对应的半径。最后将上述算法的实验结果和最小二乘拟合圆以及Hough变换拟合算法进行对比,发现上述算法在抗干扰能力上具有较大的优势。此外所提方法已经成功的运用到了汽车车身焊点的检测,结果验证了方法的有效性和正确性。

论文目录

• 1 引言
• 2 图像轮廓的提取与拟合
•   2.1 对梯度幅值进行非极大值抑制
•   2.2 轮廓分段最小二乘拟合
• 3 MeanShift算法拟合圆
•   3.1 MeanShift算法拟合原理
•   3.2 圆的拟合
• 4 不同干扰下的实验效果
•   4.1 椒盐噪声干扰下的实验结果
•   4.2 弧形噪声下的实验结果
•   4.3 在缺陷形态下的实验结果
• 5 本文算法在车身焊点检测上的应用
•   5.1 焊点图像的预处理
•   5.2 焊点的检测
• 6 结论

文章来源

类型: 期刊论文

作者: 谢达奇,梁桥康,孙炜,王耀南

关键词: 圆拟合,聚类,最小二乘,抗干扰,焊点

来源: 计算机仿真 2019年09期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 汽车工业,计算机软件及计算机应用,自动化技术

单位: 湖南大学电气与信息工程学院

基金: 国家自然科学基金(61673163),湖南省自然科学基金(2016JJ3045)

分类号: TP391.41;TP18;U466

页码: 446-451

总页数: 6

文件大小: 2311K

下载量: 175