Indexed by：
Abstract：
为了提高基于超声相控阵的聚乙烯管道电熔接头的图像特征识别和自动缺陷检测效率,提出采用K均值聚类算法和数学形态学相结合的图像处理方法,实现了对超声相控阵检测图像的处理.K均值聚类算法可以有效地实现图像的整体分割,数学形态学处理能够平滑图像边缘,得到相对完整独立的缺陷成像区域.结果表明,所提出的方法不需要训练样本,只需根据数据本身的属性进行自我训练,可靠性较高.K均值聚类算法和数学形态学相结合能较完整地将多种缺陷信息从图像中分离出来,为聚乙烯管道电熔接头缺陷的自动评价提供了新方法,具有较好推广价值.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
焊接学报
ISSN： 0253-360X
Year： 2018
Issue： 2
Volume： 39
Page： 119-123
Cited Count：
SCOPUS Cited Count： 4
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
