Для удовлетворения требований высокой эффективности и точности проверки плоскостности детекторов большого диаметра с широким полем зрения, в данной статье предложен метод сегментации на основе кластеризации K-средних с учетом информации о гранях для составных детекторов. Этот метод, являющийся ключевым этапом предварительной обработки перед оценкой плоскостности, эффективно выделяет области с регулярной структурой, улучшая точность и стабильность последующих вычислений показателей плоскостности, применим к задачам проверки детекторов на нескольких этапах и в различных условиях. Сначала проанализированы структурные особенности составного детектора и разработан метод обработки облака точек. Затем извлечены признаки граней и щелей, а также усилена непрерывность граней; на основе адаптивного выбора начальных центров кластеров внутри замкнутой области предотвращается нестабильность сходимости из-за случайной инициализации. В итоге, в целевую функцию K-средних введены штрафные члены за грани и механизм обнаружения аномалий по высотным значениям, что позволяет достичь точной сегментации облака точек детектора посредством итеративной оптимизации. Экспериментальные результаты показывают, что метод инициализации центроидов по замкнутым областям снижает среднее число итераций и избегает необходимости заранее задавать число кластеров. По сравнению с традиционными методами, введение ограничений по граням и критериев аномалий по высоте улучшает точность совпадения границ более чем на 50%. Данный подход эффективно реализует сегментацию облаков точек составных детекторов и предоставляет эффективный метод сегментации для разработки и эксплуатации детекторов больших телескопов.

Большой оптико-электронный телескоп; составной детектор; сегментация облака точек; обнаружение граней; кластеризация