一种基于聚类分析的视觉工业零部件明暗等级划分方法技术

本发明专利技术公开了一种基于聚类分析的视觉工业零部件明暗等级划分方法，具体步骤是：相机采集训练图集：利用工业相机采集训练图片；分解成部分图集：截取要测量部分的图片；直方图：使用灰度直方图来表示测量图片的亮度特征；PCA降维：把直方图特征投影到新的低维特征区间；K‑means聚类算法：把相近的特征归类在一起；生成SVM分类模型：使用SVM寻找分类的超平面，在找到决策面生成SVM模型之后就能对新的数据进行分类，应用于图像处理中，分类明暗图像，以提高边缘检测的准确度。该基于聚类分析的视觉工业零部件明暗等级划分方法，对于无法确定各个部位亮度的原始图片做细致划分，以确保在每个情况下都能找到准确的边缘。

【技术实现步骤摘要】
一种基于聚类分析的视觉工业零部件明暗等级划分方法
本专利技术涉及图像处理的
，尤其是一种基于聚类分析的视觉工业零部件明暗等级划分方法。
技术介绍
目前，现有的亮度分类方法大多都是直接通过图像整体像素值的大小来进行分类，容易受到没有意义的边缘空白处的影响，或者每个不同部位由于材质和光照的不同，黑白程度也会相互影响。亮度的分类主要是为了阈值分割和边缘检测时能够有一个良好的效果，因为仅凭一个固定的阈值参数很难适用所有的情况，特别是图像边缘部分往往有一个过渡地带，过渡地带的中心才是需要找的准确的边缘。由于光照条件、表面纹理、工件高低变化等因素，无法确保每张图片以及每个部位的明暗程度。然而，为了进行精确的工业测量，必须找到工件准确的边缘。
技术实现思路
本专利技术要解决的技术问题是：为了解决上述
技术介绍
中存在的问题，提供一种基于聚类分析的视觉工业零部件明暗等级划分方法，对于无法确定各个部位亮度的原始图片做细致划分，以确保在每个情况下都能找到准确的边缘。本专利技术解决其技术问题所采用的技术方案是：一种基于聚类分析的视觉工业本文档来自技高网...

【技术保护点】
1.一种基于聚类分析的视觉工业零部件明暗等级划分方法，其特征在于，具体步骤如下：/n第一步骤、相机采集训练图集：利用工业相机采集训练图片；/n第二步骤、分解成部分图集：截取要测量部分的图片；/n第三步骤、直方图：使用灰度直方图来表示测量图片的亮度特征；/n第四步骤、PCA降维：把直方图特征投影到新的低维特征区间；/n第五步骤、K-means聚类算法：把相近的特征归类在一起；/n第六步骤、生成SVM分类模型：使用SVM寻找分类的超平面，在找到决策面生成SVM模型之后就能对新的数据进行分类，应用于图像处理中，分类明暗图像，以提高边缘检测的准确度。/n

【技术特征摘要】
1.一种基于聚类分析的视觉工业零部件明暗等级划分方法，其特征在于，具体步骤如下：
第一步骤、相机采集训练图集：利用工业相机采集训练图片；
第二步骤、分解成部分图集：截取要测量部分的图片；
第三步骤、直方图：使用灰度直方图来表示测量图片的亮度特征；
第四步骤、PCA降维：把直方图特征投影到新的低维特征区间；
第五步骤、K-means聚类算法：把相近的特征归类在一起；
第六步骤、生成SVM分类模型：使用SVM寻找分类的超平面，在找到决策面生成SVM模型之后就能对新的数据进行分类，应用于图像处理中，分类明暗图像，以提高边缘检测的准确度。


2.根据权利要求1所述的一种基于聚类分析的视觉工业零部件明暗等级划分方法，其特征在于：在第五步骤中，具体步骤如下：
第1步骤、首先随机选取K个对象作为初始的聚类中心；
第2步骤、然后计算每个对象与各个种子聚类中心之间的距离，...

【专利技术属性】
技术研发人员：邱增帅，王肖亮，王罡，潘正颐，侯大为，
申请(专利权)人：常州微亿智造科技有限公司，
类型：发明
国别省市：江苏;32