لتلبية متطلبات كفاءة ودقة عالية لكشف استواء مستشعرات التلسكوبات واسعة الفتحة وواسعة المجال، تقدم هذه الورقة طريقة تقسيم باستخدام تجميع K-means تدمج قيود معلومات الحواف للكاشفات الملحومة. تُعتبر هذه الطريقة خطوة معالجة أولية أساسية قبل تقييم الاستواء، حيث تتيح استخراج مناطق ذات هيكل منتظم بشكل فعال، مما يعزز دقة واستقرار حساب مؤشرات الاستواء لاحقًا، وتناسب مهام الكشف عن المستشعرات متعددة المراحل وتحت ظروف تشغيل مختلفة. أولاً، تم تحليل خصائص هيكل الكاشف الملحوم، وتم بناء طريقة معالجة بيانات سحابة النقاط للكاشف الملحوم. ثم تم استخراج ميزات الحواف والفجوات وتعزيز استمرارية الحواف، واعتمد اختيار مراكز العناقيد الابتدائية على مجموعة نقاط داخل المنطقة المغلقة بشكل تكيفي لتجنب عدم استقرار التقارب الناتج عن التهيئة العشوائية. أخيرًا، تم إدخال بند عقوبة الحواف وآلية كشف الاستثناءات في القيم المرتفعة ضمن دالة الهدف لـ K-means، لتحقيق تقسيم دقيق لسحابة نقاط الكاشف عبر تحسين تكراري. أظهرت النتائج التجريبية أن طريقة تهيئة المركز باستخدام مراكز الثقل للمنطقة المغلقة خفضت متوسط عدد التكرارات وتجنبت إعداد عدد العناقيد يدويًا. بالمقارنة مع الطرق التقليدية، أدى إدخال قيود الحواف ومعايير استثناء الارتفاع إلى تحسين دقة مطابقة الحدود بنسبة تزيد على 50%. يمكن للطريقة تحقيق تقسيم دقيق لسحب نقاط كاشفات التلسكوبات واسعة الفتحة الملحومة، وتوفر طريقة فعالة لتقسيم سحابة النقاط لتطوير واستخدام هذه المستشعرات.

تلسكوب بصري واسع الفتحة; كاشف ملحوم; تقسيم سحابة نقاط; كشف الحواف; تجميع