【技术实现步骤摘要】
一种动态粒子群优化的列车车轮踏面图像分割方法
本专利技术涉及图像处理
，具体是一种列车车轮踏面图像的分割方法。
技术介绍
随着高速铁路技术的快速发展，高速列车的速度越来越快，随之而来的安全问题也越来越受到人们的重视。列车的紧急制动会造成踏面损伤，严重影响列车与轨道设施的安全和使用寿命。对处于运行状态的列车车轮图像，为了对踏面缺陷进行检测，首先必须把车轮踏面从原始车轮图像中分割出来。由于对高速运动状态的列车车轮进行拍照对曝光时间有严格要求，因此获得的原始图像质量不高，传统的图像分割算法在应用上存在困难，迫切需要一种新型高效的车轮踏面图像分割方法。
技术实现思路
本专利技术解决的技术问题是：提供一种列车车轮踏面图像的分割方法，解决现有方法从原始图像中分割出车轮踏面图像效果不佳的问题。为了达到上述目的，本专利技术采用下述技术方案：一种动态粒子群优化的列车车轮踏面图像分割方法，1、利用动态粒子群优化算法搜索全局最优解得到初始聚类中心首先从具有n维向量数据点集合X中随机选取m个...
【技术保护点】
1.一种动态粒子群优化的列车车轮踏面图像分割方法，其特征在于：基于一种动态调整惯性系数的粒子群优化算法结合K-means聚类分析，对列车车轮踏面图像进行分割处理。/n
【技术特征摘要】
1.一种动态粒子群优化的列车车轮踏面图像分割方法，其特征在于：基于一种动态调整惯性系数的粒子群优化算法结合K-means聚类分析，对列车车轮踏面图像进行分割处理。
2.根据权利要求1所述的动态粒子群优化的列车车轮踏面图像分割方法，其特征在于：
分为两个阶段：第一个阶段为利用动态粒子群优化算法搜索全局最优解得到初始聚类中心；第二阶段为K-means算法继续进行迭代直至收敛；首先从具有n维向量数据点集合X中随机选取m个数据点构成优化问题的解空间，也即后续在K-means算法阶段用来初始化聚类中心；然后将集合X中剩余数据点分配给这m类，令xi为集合X中的第i个数据点，cj为第j个聚类中心，若||xi-cj||＝min||xi-ck||(其中k＝1,2,…,m)，则将数据点xi归入第j类，该粒子的适应度计算公式为：
由此，动态粒子群算法的收敛程度可由粒子的适应度变化表示，即当粒子适应度不再变化时，算法收敛；选择使用方差δ2来表示适应度变化，当方差小于某一...
【专利技术属性】
技术研发人员：郭其昌，梅劲松，蒋银男，付军，董辉，王干，
申请(专利权)人：南京拓控信息科技股份有限公司，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。