典型文献
基于灰度-梯度共生矩阵的车轮踏面缺陷聚类分析
文献摘要：
车轮作为列车走行部的关键部件之一,其踏面产生缺陷后会直接影响到列车的运行安全.为了能够在检测时准确识别车轮踏面缺陷不同类型,提出一种基于灰度-梯度共生矩阵的纹理特征提取方法,对踏面图像的灰度和梯度特征分析之后,根据灰度-梯度共生矩阵提取踏面图像纹理特征矢量,再结合K-均值(K-means)聚类优化算法对踏面缺陷特征量进行聚类,从而将踏面缺陷类型进行分类,并将分类结果用可视化数据显示.实验结果表明,采用上述所提方法,对车轮踏面缺陷不同类型的分类识别精度达96％以上.
文献关键词：
踏面缺陷;灰度-梯度共生矩阵;纹理特征;K-均值(K-means)聚类
中图分类号：
作者姓名：
刘二林;刘成刚;姜香菊;杨尚梅
作者机构：
兰州交通大学机电工程学院,甘肃兰州730070;兰州交通大学 自动化与电气工程学院,甘肃兰州730070;兰州工业学院电气工程学院,甘肃兰州730000
文献出处：
引用格式：
[1]刘二林;刘成刚;姜香菊;杨尚梅-.基于灰度-梯度共生矩阵的车轮踏面缺陷聚类分析)[J].光电子·激光,2022(01):53-60
A类：
B类：
灰度,车轮踏面,踏面缺陷,轮作,列车,走行部,关键部件,后会,运行安全,准确识别,纹理特征提取,梯度特征,图像纹理特征,特征矢量,means,聚类优化,缺陷特征,特征量,缺陷类型,可视化数据,分类识别,识别精度
AB值：
0.313301
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
