CN119399209A 一种轴类锻件智能检测方法及系统 （陕西华威科技股份有限公司）

表面图像中所有像素点进行聚类，得到多个区2获取轴类锻件的表面图像中所有像素点的灰度值、位置和梯度在利用凝聚式层次聚类算法进行聚类的每轮迭代过程中，对于每轮迭代过程中待合并的两个聚类簇，基于两个聚类簇之间于两个聚类簇之间的所有像素点的梯度方向标准差的差异，计算两个聚类簇的特征相似;为第轮迭代过程中待合并的两个聚类簇的质心所在位置的空间距离，xia和yia分别为第i轮迭代过程中待合并的第a个聚类簇中所有像素点所在位置的横坐标均值和纵坐标均值，xi,b和yi,b分别为第i轮迭代过程中待合并的第b个聚;轮迭代过程中待合并的第a个聚类簇和第b个聚类簇内所有像素点的梯度方向标准差，exp()为自然指数函数。3;过程中待合并的两个聚类簇的特征相似性，si为第i轮迭代过程中待合并的两个聚类簇的为第i-1轮迭代过程中待合并的两个聚类簇的特征相似性，si-1为第i-1;有计算机程序指令，当所述计算机程序指令被所述处理器执行时实现根据权利要求1_7任4[0003]公开号为CN116452542A的专利申请文件公开了一种基于神经监督决策树的GIS局导致的锻件表面出现划痕毛刺时，由于传统AGNES算法采用预设的聚类簇的数量，导致AGNES算法就可能会存在误合并，或者在不能准确划分不同划痕毛刺区域的情况下就停止[0005]为了解决由于AGNES算法采用预设的聚类簇的数量，导致在迭代过程中会存在误5[0007]通过动态调整聚类簇数量，避免了传统AGNES算法在固定簇数量下出现的误合并为第i轮迭代过程中待合并的两个聚类簇的分离度，Gia和Gis分别为第i轮迭代过程中待合并的第a个和第b个聚类簇内的所有像素点的为第轮迭代过程中待合并的两个聚类簇的质心所在位置的空间距离，xia和yia分别为第i轮迭代过程中待合并的第a个聚类簇中所有像素点所在位置的横坐标均值和纵坐标均值，xib和y:b分别为第i轮迭代过程中待合并的第b个聚i轮迭代过程中待合并的两个聚类簇的特征相似性，和oos分别为第i轮迭代过程中待合并的第a个聚类簇和第b个聚6i轮迭代过程中待合并的两个聚类簇的分离度，ki-1为第i-1轮迭代过程中待合并的两个为第i-1轮迭代过程中待合并的两个聚类簇的分离度。[0016]通过结合目标区域内的像素数量和平均灰度值，可以精确判断每个区域是否可序指令，当所述计算机程序指令被所述处理器执行时实现上述一种轴类锻件智能检测方[0019]通过采用上述技术方案，将上述的一种轴类锻件智能检7[0021]通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，8;为第轮迭代过程中待合并的两个聚类簇的质心所在位置的空间距离，xia和yia分别为第i轮迭代过程中待合并的第a个聚类簇中所有像素点所在位置的横坐标均值和纵坐标均值，xib和y:b分别为第i轮迭代过程中待合并的第b个聚IGia-Gisl表示第i轮迭代过程中待合并的两个聚类簇内所有像素的平均表示第轮迭代过程中待合并的两个聚类簇的质心所在;为第i轮迭代过程中待合并的第a个聚类簇和第b个聚类簇内所有像素点的梯度方向标准9[0039]其中，loo。-oo.sl表示第i轮迭代过程中待合并的两个聚类簇内所有像素点的;轮迭代过程中待合并的两个聚类簇的特征相似性，si为第i轮迭代过程中待合并的两个聚ki-1为第i-1轮迭代过程中待合并的两个聚类簇的特征相似性，si-1为第i-1轮迭代过程中待合并的两个聚类簇的分离度。簇将轴类锻件的表面图像划分为多个区域，每一个聚类簇内的所有像素点组成为一个区[0048]将任意一个区域记为目标区域，基于目标区域内所有像素点的平