基于PCA-DBSCAN聚类的焊缝提取研究

针对焊接之后的焊缝提取误差大、不易提取的问题，文章提出了一种DBSCAN聚类（densitybased spatial clustering of applications with noise）与改进主成分分析（principal component analysis,PCA）算法融合的焊缝提取算法。首先对焊缝图像进行灰度化、自适应中值滤波等预处理；其次对图像应用Canny边缘检测算法提取焊缝边缘，并使用DBSCAN密度聚类算法聚类焊缝边缘；之后依据改进的PCA算法寻找焊缝的主成分，将焊缝向主向量映射统计，根据图像分辨率自动分配一个阈值获取焊缝的左右边界，再将焊缝的左右边界反映射到次主向量获取焊缝的上下边界；最后按照文章提出的算法完成了三组对比实验，分析了算法受分辨率、焊接方式、光照强度等因素的影响。实验证明，文章提出的算法对直缝提取效果良好，提取精度超过了95%。