一种焊缝数据的优化聚类分割方法技术

本发明专利技术涉及数据处理技术领域，具体涉及一种焊缝数据的优化聚类分割方法，该方法包括：获取焊缝图像，距离最短的两个像素点与距离最长的两个像素点确定步长范围；根据步长范围中不同的步长获得对应的聚类结果图像；计算同一簇类中像素点之间的距离，进而获得簇类的纯净程度；根据同一簇类中像素点的像素值计算簇类的紧密度，进而得到聚类效果评价；根据步长范围中不同的步长获得对应的聚类完成的聚类时间，对聚类时间进行归一化处理；根据归一化后的聚类时间与聚类效果评价得到聚类步长评价，根据聚类步长评价获得聚类最优步长，获得最优步长的聚类分割结果。本发明专利技术使得焊缝图像的聚类效果更优的同时，聚类速度更快。聚类速度更快。聚类速度更快。

【技术实现步骤摘要】
一种焊缝数据的优化聚类分割方法


[0001]本专利技术涉及数据处理
，具体涉及一种焊缝数据的优化聚类分割方法。

技术介绍

[0002]在焊接过程中，因为焊接工艺问题会在焊缝位置产生裂痕，通常是经X射线照射后使用计算机视觉处理捕获图像。聚类算法将图像中相似的像素归为一类，根据聚类的结果分割出图像的不同部位，进行判断细节。现有方法中在对焊缝X光图像进行聚类时，通常使用预设的固定步长进行K均值聚类，其中，K均值聚类的步长为样本点至聚类中心的距离。但是K均值聚类的步长无法进行自适应，步长选取的较不准确，进而可能导致将不同类像素点归为同一类别，导致图像的聚类效果不佳，影响分割的效果。

技术实现思路

[0003]为了解决上述技术问题，本专利技术的目的在于提供一种焊缝数据的优化聚类分割方法，所采用的技术方案具体如下：基于X光射线获取焊缝图像，根据焊缝图像中距离最短的两个像素点与距离最长的两个像素点确定步长范围；根据步长范围中不同的步长获得对应的聚类结果图像；将各聚类结果图像转换为LAB颜色图像，根据两个像素点在颜色空间的各个分量对应的差值计算同一簇类中像素点之间的距离，根据同一簇类中像素点之间的距离计算簇类的纯净程度；根据各聚类结果图像中同一簇类内任意两个像素点的像素值之差得到簇类的紧密度，根据紧密度与纯净程度的比值得到簇类的聚类效果评价；根据步长范围中不同的步长获得对应的聚类完成的聚类时间，对聚类时间进行归一化处理；根据归一化后的聚类时间与聚类效果评价得到聚类步长评价，根据聚类步长评价获得聚类最优步长，获得最优步长的聚类分割结果。
[0004]优选地，所述根据焊缝图像中距离最短的两个像素点与距离最长的两个像素点确定步长范围具体为：将距离最短的两个像素之间灰度值的差值作为最小步长，将距离最长的两个像素之间灰度值的差值作为最大步长，根据最小步长与最大步长得到步长范围。
[0005]优选地，所述根据两个像素点在颜色空间的各个分量对应的差值计算同一簇类中像素点之间的距离具体为：其中，表示像素点a和像素点b之间的距离，、和分别表示像素点a在颜色空间的各个分量，、和分别表示像素点b在颜色空间的各个分量。
[0006]优选地，所述簇类的纯净程度的获取方法具体为：
其中，P表示簇类的纯净程度，表示第i个距离的取值，n表示该簇类内所有距离的数量，表示该簇类内所有距离集合的标准差。
[0007]优选地，所述簇类的紧密度的获取方法具体为：其中，C表示簇类的紧密度，表示该簇类内像素点u的像素值，表示该簇类内像素点v的像素值，表示该簇类内簇类中心的像素值，表示该簇类内像素点的总数量。
[0008]优选地，所述对聚类时间进行归一化处理具体为：其中，T为归一化后的聚类时间，为所有聚类步长完成聚类的时间最大值；为当前聚类步长完成聚类的时间；为所有聚类步长完成聚类的时间最小值。
[0009]本专利技术实施例至少具有如下有益效果：本专利技术通过对不同的聚类步长下的聚类结果进行簇类类别的纯净度和紧密度进行判断，进而能够自适应地获取K均值聚类的步长，使K均值聚类能够对变化的焊缝图像也能自适应的获得聚类步长，达到更好的聚类效果，令根据聚类效果进行的判断精度更高，判断结果更可信。利用该方法获得图像进行聚类的最优步长，使得焊缝图像的聚类效果更优的同时，聚类速度更快。
附图说明
[0010]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0011]图1是本专利技术的一种焊缝数据的优化聚类分割方法的方法流程图。
具体实施方式
[0012]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种焊缝数据的优化聚类分割方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
[0013]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0014]下面结合附图具体的说明本专利技术所提供的一种焊缝数据的优化聚类分割方法的具体方案。
[0015]实施例：本专利技术的主要目的是：通过聚类的不同步长对焊缝X光图像进行聚类，并根据图像灰度自适应地获取K均值聚类的步长，并得到该图像的聚类最优步长。
[0016]本专利技术针对的场景为：因生产流程需要对焊缝图像聚类分割出缺陷位置，而生产线根据预设的聚类步长对图像进行聚类，但因为焊接的母材与焊接人员的工艺水平不同，造成采集的X光图像在聚类时并不完全符合预设的步长，导致聚类的效果较差，聚类速度较慢，最后影响分割的效果。
[0017]请参阅图1，其示出了本专利技术一个实施例提供的一种焊缝数据的优化聚类分割方法的方法流程图，该方法包括以下步骤：步骤一，基于X光射线获取焊缝图像，根据焊缝图像中距离最短的两个像素点与距离最长的两个像素点确定步长范围。
[0018]具体地，采用X光射线对焊缝进行检测获得焊缝图像，由于工件中母料的焊缝缺陷处的材料密度不同，所以X光穿透工件后衰减的强度不同，在图像中呈现出不同的形态。同时，在利用X光获取图像后，需对图像进行滤波去噪等预处理操作。
[0019]需要说明的是，由于工件上焊缝和缺陷经常不同，固定步长进行聚类时不能很好的符合图像中变化的特征，导致聚类效果不佳，聚类的速度较慢。因此需要根据图像针对性的设计聚类步长评价方法对各个聚类步长进行评价，使聚类步长能够符合不同图像中变化的特征，使图像进行聚类时的聚类效果较好，聚类速度较快。同时，通过设置聚类步长评价方法，便于对不同步长下的聚类效果进行量化评价，便于后续筛选出对该图像进行聚类时最优的步长。
[0020]在利用不同步长对图像进行聚类时，需要首先确定对图像进行聚类的类别值，便以明确图像的各部分。在本实施例中，焊缝在实际中包含三个部分，即焊接母材，密度较均匀；焊缝中心，熔融后的焊条和母材，密度与母材不同；焊缝缺陷部位，通常为与背景颜色相近的长条、斑点形状。
[0021]综上，在本实施例中选择的聚类的类别值为3。保证聚类的结果中可以完整包含图像各部位的信息。在部位细节都有类别能被充分表示的情况下，就可以针对不同的步长进行聚类，获取每一次的聚类结果和聚类完成的速度。聚类的步长不合适会导致较小簇类的像素点被遗漏，聚类的步长较大时簇类的像素点检测效率较低。则首先获取聚类时采用的步长范围。
[0022]获取图像之中距离最短的两个像素之间距离以及图像之中距离最长的两个像素之间距离，由于X光的成像原理，采集的图像为灰度图像，因此距离轴为灰度轴，即分别计算距离最短和距离最长两个像素之间灰度值的差值。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种焊缝数据的优化聚类分割方法，其特征在于，该方法包括以下步骤：基于X光射线获取焊缝图像，根据焊缝图像中距离最短的两个像素点与距离最长的两个像素点确定步长范围；根据步长范围中不同的步长获得对应的聚类结果图像；将各聚类结果图像转换为LAB颜色图像，根据两个像素点在颜色空间的各个分量对应的差值计算同一簇类中像素点之间的距离，根据同一簇类中像素点之间的距离计算簇类的纯净程度；根据各聚类结果图像中同一簇类内任意两个像素点的像素值之差得到簇类的紧密度，根据紧密度与纯净程度的比值得到簇类的聚类效果评价；根据步长范围中不同的步长获得对应的聚类完成的聚类时间，对聚类时间进行归一化处理；根据归一化后的聚类时间与聚类效果评价得到聚类步长评价，根据聚类步长评价获得聚类最优步长，获得最优步长的聚类分割结果。2.根据权利要求1所述的一种焊缝数据的优化聚类分割方法，其特征在于，所述根据焊缝图像中距离最短的两个像素点与距离最长的两个像素点确定步长范围具体为：将距离最短的两个像素之间灰度值的差值作为最小步长，将距离最长的两个像素之间灰度值的差值作为最大步长，根据最小步长与最大步长得到步长范围。3.根据权利...

【专利技术属性】
技术研发人员：杨斌，
申请(专利权)人：南通虎神金属制品有限公司，
类型：发明
国别省市：