您当前的位置:
首页 >
文章列表页 >
基于边缘增强弱监督K-means的大口径望远镜拼接探测器点云分割
地基大型光学望远镜技术创新与科学前沿 | 更新时间:2025-12-04
    • 基于边缘增强弱监督K-means的大口径望远镜拼接探测器点云分割

    • Edge-enhanced weak-supervised K-means point cloud segmentation for large-aperture telescope tiled detectors

    • 在大口径大视场望远镜领域,专家提出了一种融合边缘信息约束的K-means聚类分割方法,有效提升拼接探测器平面度检测的效率与精度。
    • 光学精密工程   2025年33卷第21期 页码:3331-3342
    • DOI:10.37188/OPE.20253321.3331    

      中图分类号: TP181;TH751
    • CSTR:32169.14.OPE.20253321.3331    
    • 收稿:2025-05-12

      修回:2025-06-18

      纸质出版:2025-11-10

    移动端阅览

  • 冯晓鹏,王之一,王建立等.基于边缘增强弱监督K-means的大口径望远镜拼接探测器点云分割[J].光学精密工程,2025,33(21):3331-3342. DOI: 10.37188/OPE.20253321.3331. CSTR: 32169.14.OPE.20253321.3331.

    FENG Xiaopeng,WANG Zhiyi,WANG Jianli,et al.Edge-enhanced weak-supervised K-means point cloud segmentation for large-aperture telescope tiled detectors[J].Optics and Precision Engineering,2025,33(21):3331-3342. DOI: 10.37188/OPE.20253321.3331. CSTR: 32169.14.OPE.20253321.3331.

  •  
  •  

0

浏览量

17

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

激光三角二维速度与距离同步测量
工业CT小模数塑料齿轮齿距偏差测量数据处理方法
面向点云分类和分割的形状自适应特征聚合网络
主动学习联合聚类分组网络的高光谱遥感图像分类
小模数直齿轮免参数并行快速测量

相关作者

王世纪
张浩
冯卫帅
李京忱
汤洁
石照耀
蒋志豪
张美香

相关机构

大连海事大学 船舶电气工程学院
北京市精密测控技术与仪器工程技术研究中心
北京工业大学 机械与能源工程学院
北京空间机电研究所 产品检测中心
重庆大学 光电技术与系统教育部重点实验室
0