CN116953087A - 一种桥梁节段拼装施工质量智能检测方法 - Google Patents

Abstract

本发明涉及材料检测技术领域，提出了一种桥梁节段拼装施工质量智能检测方法，包括：获取超声波信号序列和发送信号序列；对于超声波信号序列和发送信号序列根据超声波反射幅值和超声波信号数值的差异得到当前时刻超声波信号序列和发送信号序列的特征数值；根据超声波信号序列和发送信号序列各自当前时刻的特征数值与周围时刻特征数值的差异得到当前时刻对应的超声波裂纹关联特征；将所有时刻的超声波裂纹关联特征转化为超声波幅值变化特征图像；对超声波幅值变化特征图像进行聚类获取聚类簇，并得到异常区域；根据异常区域像素点数量判断桥梁拼接施工质量。本发明规避了一维超声波数据分析过程中对桥梁拼接施工质量检测表达性较差的缺点。

Description

一种桥梁节段拼装施工质量智能检测方法

技术领域

本发明涉及材料检测技术领域，具体涉及一种桥梁节段拼装施工质量智能检测方法。

背景技术

桥梁节段拼接的方式是一种用于较大跨度桥梁结构工程的施工工法，具有施工速度快、可靠性高等优点，节段拼接分为干拼法、湿拼法，目前湿拼法应用较多，是指在桥梁节段安装完成后通过支设模板、灌注混凝土的方式完成节段连接。干拼法，指的是在桥梁节段拼接过程中在接触面涂抹节段拼接胶完成节段拼接。与湿拼法比较具有施工速度快，施工方便的突出优点。采用干拼法进行拼接时,相邻节段之间的接缝区域不连续,大气中的水分和酸性成分容易由接缝处渗入,对接缝位置造成损坏，当车流量增加或者重载货车经过时,很容易造成接缝开裂；在雨水的侵蚀下,裂缝不断延伸,桥梁节段之间的连接强度受到影响,当裂缝达到一定程度时，会造成桥梁断裂。

因此，对于拼接后的桥梁要对其拼接施工质量进行及时检测，快速对拼接后桥梁的施工质量进行检测，对桥梁拼接施工后的裂纹进行及时检测补救，规避由于桥梁裂纹缺陷引发的安全事故。针对桥梁拼接施工过程中超声波无损检测过程中，桥梁拼接裂纹缺陷超声波特征表现不明显导致检测过程中误差较大的影响进行优化改进。

发明内容

本发明提供一种桥梁节段拼装施工质量智能检测方法，以解决桥梁拼接裂纹缺陷超声波特征表现不明显的问题，所采用的技术方案具体如下：

本发明一个实施例一种桥梁节段拼装施工质量智能检测方法，该方法包括以下步骤：

获取超声波信号序列和发送信号序列；

对于超声波信号序列，根据超声波信号序列中当前时刻的超声波反射幅值和周围相邻的少声波反射幅值的差异以及当前时刻的超声波反射幅值和最大的超声波反射幅值的差异得到超声波信号序列当前时刻的特征数值；对于发送信号序列，得到发送信号序列当前时刻的特征数值；

根据超声波信号序列当前时刻的特征数值与周围时刻特征数值的差异以及发送信号序列当前时刻的特征数值与周围时刻特征数值的差异得到当前时刻对应的超声波裂纹关联特征；

将所有时刻的超声波裂纹关联特征转化为超声波幅值变化特征图像；对超声波幅值变化特征图像进行聚类获取聚类簇，将计算每个聚类簇的平均灰度值，将平均灰度值最大值对应的聚类簇作为异常区域；

根据异常区域像素点数量判断桥梁拼接施工质量。

优选的，所述获取超声波信号序列和发送信号序列的方法为：

超声波探头从发送端发送超声波信号幅值，每个时刻得到一个超声波信号幅值，从初始时刻到当前时刻的所有超声波信号幅值构成发送信号序列；发送的超声波信号幅值在传输到接收端时会成为超声波反射幅值，每个时刻获得一个超声波反射幅值，从初始时刻到当前时刻的所有超声波反射幅值构成超声波信号序列。

优选的，所述根据超声波信号序列中当前时刻的超声波反射幅值和周围相邻的少声波反射幅值的差异以及当前时刻的超声波反射幅值和最大的超声波反射幅值的差异得到超声波信号序列当前时刻的特征数值的方法为：

对于当前时刻得到一个超声波数据切片，将当前时刻对应的超声反射幅值和超声波数据切片中的时刻对应的超声反射幅值作差记为第一差值，获取超声波信号序列中的最大超声反射幅值，将最大超声反射幅值和当前时刻对应的超声反射幅值作差得到第二差值，根据第一差值累加和与第二差值的乘积得到当前时刻的特征数值。

优选的，所述对于当前时刻得到一个超声波数据切片的方法为：

给定预设数量，在当前时刻前预设数量个时刻构成一个超声波数据切片，超声波数据切片的数量为预设数量，超声波数据切片中的值为相应序列对应的值。

优选的，所述根据第一差值累加和与第二差值的乘积得到当前时刻的特征数值的方法为：

将当前时刻作为第i个时刻；

式中，s_i表示第i个时刻对应的超声波反射幅值，Max_i表示超声波信号序列中的最大超声波反射幅值，s_i,k表示第i个时刻对应的超声波数据切片的第k个时刻的超声波反射幅值，Z_i表示第i个时刻对应的超声波数据切片内的时刻数量，v_i表示第i个时刻的特征数值即超声波信号序列的特征数值，|s_i,k-s_i|表示第一差值，|Max_i-s_i|表示第二差值。

优选的，所述根据超声波信号序列当前时刻的特征数值与周围时刻特征数值的差异以及发送信号序列当前时刻的特征数值与周围时刻特征数值的差异得到当前时刻对应的超声波裂纹关联特征的方法为：

将当前时刻作为第i个时刻；

式中，Max₀表示发送信号序列中超声波信号幅值的最大值，Max₁表示超声波信号序列中超声波反射幅值的最大值，Z_i表示第i个时刻对应的超声波数据切片内的时刻数量，v_i,0表示发送信号序列中第i个时刻的特征数值，v_i,1表示超声波信号序列中第i个时刻的特征数值，v_i,k,0表示发送信号序列中第i个时刻对应的超声波数据切片的第k个时刻的特征数值，v_i,k,1表示超声波信号序列中第i个时刻对应的超声波数据切片的第k个时刻的特征数值，h_i表示第i个时刻对应的超声波裂纹关联特征。

优选的，所述将所有时刻的超声波裂纹关联特征转化为超声波幅值变化特征图像的方法为：

将所有时刻计算得到的超声波裂纹关联特征按照时间顺序排序得到一个序列，该序列记为桥梁拼接变化特征序列，桥梁拼接变化特征序列使用格拉姆角场转化为超声波幅值变化特征图像，超声波幅值变化特征图像的灰度值为超声波裂纹关联特征。

优选的，所述对超声波幅值变化特征图像进行聚类获取聚类簇的方法为：

给定预设截止半径，以每个像素点为中心得到一个截止圆，根据截止圆获取置信像素点，根据置信像素点和每个像素点距离差异得到局部密度距离，并根据局部密度距离确定聚类中心，给出预设聚类簇的数量，聚类条件为聚类中心和像素点的灰度值差异，基于此使用K-means聚类获取两个聚类簇。

优选的，所述根据截止圆获取置信像素点的方法为：

将每个像素点记为中心点，以中心点为中心得到一个置信区间，将在置信区间3σ内的像素点作为中心点的信任像素点，将中心点截止圆内的信任像素点记为置信像素点。

优选的，所述根据置信像素点和每个像素点距离差异得到局部密度距离，并根据局部密度距离确定聚类中心的方法为：

式中，dc表示截止半径，d_p,q表示第p个中心点与该中心点的圆内第q个像素点的欧氏距离，M表示超声波幅值变化特征图像中最大的灰度值，u_p表示第p个中心点的灰度值，exp()表示以自然常数为底的指数函数，n_p表示以第p个中心点的置信像素点的数量，dt_p表示第p个中心点的局部密度距离；

获取每个像素点的局部密度距离后，计算所有像素点局部密度距离的均值，统计大于局部密度距离均值的像素点，将统计得到的所有像素点两两计算灰度差异，取最大灰度差异对应的两个像素点作为两个聚类中心。

本发明的有益效果是：本发明结合桥梁拼接施工过程中超声波探测仪信号波形变化特点构造计算得到桥梁拼接超声波变化凸显特征数值，对桥梁拼接质量检测过程中超声波异常变化数值进行凸显表征，便于后续对桥梁拼接过程中裂纹缺陷的检测分析。同时，本发明结合发送端超声波幅值和接收端超声波幅值衰减变化情况计算构造得到相应的桥梁拼接超声波裂纹关联特征，并结合该特征构建得到桥梁拼接超声波幅值变化特征图像，将一维超声波数据特征转化到二维空间中，规避了传统一维超声波数据分析过程中对桥梁拼接施工质量检测表达性较差的缺点。并根据该桥梁拼接超声波幅值变化特征图像的数据分布特点选取合适的聚类中心获取得到异常变化特征区域，完成对桥梁拼接质量的检测，规避了传统聚类算法中聚类中心选择不当导致后续对桥梁拼接施工质量检测误差较大的影响。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一个实施例所提供的一种桥梁节段拼装施工质量智能检测方法的流程示意图；

图2为超声波探头设置示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通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，都属于本发明保护的范围。

请参阅图1，其示出了本发明一个实施例提供的一种桥梁节段拼装施工质量智能检测方法流程图，该方法包括步骤：

步骤S001，使用超声波探头采集信号序列，获取发送信号序列和超声波信号序列。

超声波具有穿透力强、使用方便、对检测材料损伤较小的特点。因此对于桥梁拼接区域施工质量的检测使用相应的超声波探测器对桥梁拼接区域进行检测。在桥梁拼接施工区域设置相应的超声波探头，超声波探头在桥梁两端分别放置一个，如图2所示，图二中的正方形即为超声波探头，当发射端发射的超声波遇到裂纹区域时，裂纹区域的内部填充材料分布不均匀，此时会导致超声波传播过程受到阻碍，从而接收端接受获取得到超声波信号有所衰减。通过利用这种超声异常波形变化可以辅助对桥梁拼接区域施工质量的无损检测。

通过超声波探头可以在发送端和接收端可以各得到一个信号序列，其中信号序列中每个数据每经过1s采集一次，对于接收端接收得到的超声波的信号序列，为了避免采集工作设备的测量误差影响，使用高斯滤波方法对接收端的超声波探头信号序列进行降噪处理。尽可能减弱甚至消除采集过程中产生的随机噪声误差对后续桥梁拼接施工质量进一步检测的精确程度的影响，由此得到了一个去噪完成后的信号序列记为超声波信号序列。

将发送端得到的信号序列记为发送信号序列；

至此，得到了一个超声波信号序列和发送信号序列。

步骤S002，获取超声波信号序列和发送信号序列的当前时刻的特征数值，根据两个信号序列特征数值与周围时刻特征时刻的差异得到当前时刻对应的超声波裂纹关联特征。

对于获取的超声波信号序列，在超声波沿桥梁媒介传输过程中，由于受到桥梁施工拼接位置处的裂纹异常区域的阻碍，导致接收端的数据接收获取得到的超声波数据信号发生一定程度的衰减，此时接收端获取得到的超声波反射幅值会出现一定程度的衰弱，说明在对应的检测区域中有较大可能出现裂纹缺陷。

在超声波信号序列中，每个时刻对应一个超声波反射幅值，对于当前时刻，向前选取Z个时刻构成一个超声波数据切片，在本实施例中超声波数据切片的长度为5。在超声波信号序列中获取超声波反射幅值最大值，将超声波信号序列的当前时刻记为第i个时刻，根据第i个时刻对应的超声波反射幅值以及超声波数据切片中的超声波反射幅值得到第i个时刻特征数值，公式如下：

式中，s_i表示第i个时刻对应的超声波反射幅值，Max_i表示超声波信号序列中的最大超声波反射幅值，s_i,k表示第i个时刻对应的超声波数据切片的第k个时刻的超声波反射幅值，Z_i表示第i个时刻对应的超声波数据切片内的时刻数量，v_i表示第i个时刻的特征数值即超声波信号序列的特征数值。

同理，对于发送信号序列，使用同样的方法得到发送信号序列的特征数值，其中发送信号序列中每个数据为超声波信号幅值。

通过上述公式可以计算获取得到两个信号序列的特征数值大小。当对应第i个时刻处的超声波反射幅值与初始时刻到该时刻内最大的超声波反射幅值的差距越大，且与超声波数据切片中不同时刻的数据的变化差异也相对较大时，说明该第i个时刻有较大可能检测获取得到的桥梁拼接裂纹缺陷的特征区域。

对于桥梁拼接施工区域，若无裂缝则发送端发送的超声波信号幅值与接收端收到的超声波反射幅值应具有一定的相似关联性特点，根据超声波信号序列和发送信号序列同时刻的特征数值的差异得到每个时刻对应的超声波裂纹关联特征，公式如下：

式中，Max₀表示发送信号序列中超声波信号幅值的最大值，Max₁表示超声波信号序列中超声波反射幅值的最大值，Z_i表示第i个时刻对应的超声波数据切片内的时刻数量，v_i,0表示发送信号序列中第i个时刻的特征数值，v_i,1表示超声波信号序列中第i个时刻的特征数值，v_i,k,0表示发送信号序列中第i个时刻对应的超声波数据切片的第k个时刻的特征数值，v_i,k,1表示超声波信号序列中第i个时刻对应的超声波数据切片的第k个时刻的特征数值，h_i表示第i个时刻对应的超声波裂纹关联特征。

通过上述公式可以计算获取得到桥梁拼接超声波裂纹关联特征h_i的数值大小，当发射端的超声波数据与接收端数据变化差异较小时，说明此时的发送端超声波数据幅值和接收端超声波反射幅值的大小较为接近，此时没有裂纹异常缺陷。反之，当计算得到的桥梁拼接超声波裂纹关联特征h_i数值较大时，认为此时发送端和接收端的的超声波数据幅值出现较大衰减，对于待检测桥梁拼接施工区域，有较大可能出现裂纹异常缺陷。

至此，获取了当前时刻对应的超声波裂纹关联特征。

步骤S003，将所有时刻的超声波裂纹关联特征转化为超声波幅值变化图像，根据超声波幅值变化图像获取遗产区域。

为了进一步获取得到的不同时刻下桥梁拼接区域超声波数据特征之间的内部时序变化特点，凸显超声波数据的异常变化特征，将初始时刻到每个时刻的所有超声波裂纹关联特征构成每个时刻对应的桥梁拼接变化特征序列，将该桥梁拼接变化特征序列作为输入，使用格拉姆角场转化成超声波幅值变化特征图像，格拉姆角场具体计算方法为公知技术，在此不再赘述。

在桥梁拼接变化特征序列中，数值越大的点越可能表示对应桥梁拼接区域的裂纹缺陷特征，此时通过格拉姆角场得到的超声波幅值变化特征图像中对应位置处的数值会相对于周围数值存在较为明显的差异，通过格拉姆角场将一维的超声波幅值数据扩展到二维空间中，凸显出桥梁拼接施工过程中裂纹缺陷的异常变化情况。因此对超声波幅值变化特征图像上异常数值进行进一步计算，值得说明的是超声波幅值变化特征图的灰度值为超声波裂纹关联特征。

对超声波幅值变化特征图像使用K-Means聚类，而在K-Means聚类算法中，聚类中心选取不当会导致最终聚类效果较差，影响对桥梁拼接施工过程中裂纹异常检测的准确性效果。因此需要选择合适的聚类中心。

首先，在本实施例中给出聚类簇的数量为2，对于超声波幅值变化特征图像的灰度值分布，以任意一个像素点为中心，将在其置信区间3σ内的像素点作为其的信任像素点，将中心点截止圆内的信任像素点记为置信像素点，对于每个像素点记为中心点，以中心点为中心获取一个圆，圆的半径为截止半径，在本实施例中截止半径的大小为5，中心点与圆内像素点求欧式距离，基于此得到中心点的局部密度距离，公式如下：

式中，dc表示截止半径，d_p,q表示第p个中心点与该中心点的圆内第q个像素点的欧氏距离，M表示超声波幅值变化特征图像中最大的灰度值，u_p表示第p个中心点的灰度值，exp()表示以自然常数为底的指数函数，n_p表示以第p个中心点的置信像素点的数量，dt_p表示第p个中心点的局部密度距离。

当局部密度距离的数值越大说明中心点周围同类异常像素点越多，则超声波幅值变化特征图像中第p个中心点位置处为聚类中心的可能性越大。

计算所有像素点的局部密度距离后，局部密度距离越大，越有可能为聚类中心，除此之外，聚类中心的在图像上的灰度值相差要尽可能的大，因此计算所有像素点局部密度距离的均值，将大于局部密度距离均值的像素点统计，记为优选像素点，将所有优选像素点两两之间计算灰度值差值，将计算出的最大的灰度值差值对应的两个像素点提取出来，将提取出来的两个像素点作为聚类中心点。

获取聚类中心后，聚类数量为2，聚类条件为聚类中心点和其余像素点的灰度值差值，将灰度值差值小的分为一类，将两个聚类中平均灰度值较大的聚类记为异常区域。

步骤S004，根据异常区域所在的像素点数量判断桥梁拼接施工质量。

获取异常区域后，将异常区域内像素点称为异常像素点，根据异常像素点所占总像素点的比例得到桥梁拼接施工质量异常，公式如下：

式中，nd为超声波幅值变化特征图像中异常像素点的数量，N为超声波幅值变化特征图像中所有像素点的数量，Q为桥梁拼接施工质量异常值。

给定异常阈值，在本实施例中，异常阈值为0.5，当桥梁拼接施工质量异常值大于异常阈值时，就认为此时桥梁拼接施工质量存在较为严重的裂纹缺陷异常质量问题，需要对该拼接区域进行进一步处理。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种桥梁节段拼装施工质量智能检测方法，其特征在于，该方法包括以下步骤：

获取超声波信号序列和发送信号序列；

对于超声波信号序列，根据超声波信号序列中当前时刻的超声波反射幅值和周围相邻的少声波反射幅值的差异以及当前时刻的超声波反射幅值和最大的超声波反射幅值的差异得到超声波信号序列当前时刻的特征数值；对于发送信号序列，得到发送信号序列当前时刻的特征数值；

根据超声波信号序列当前时刻的特征数值与周围时刻特征数值的差异以及发送信号序列当前时刻的特征数值与周围时刻特征数值的差异得到当前时刻对应的超声波裂纹关联特征；

将所有时刻的超声波裂纹关联特征转化为超声波幅值变化特征图像；对超声波幅值变化特征图像进行聚类获取聚类簇，将计算每个聚类簇的平均灰度值，将平均灰度值最大值对应的聚类簇作为异常区域；

根据异常区域像素点数量判断桥梁拼接施工质量。

2.根据权利要求1所述的一种桥梁节段拼装施工质量智能检测方法，其特征在于，所述获取超声波信号序列和发送信号序列的方法为：

超声波探头从发送端发送超声波信号幅值，每个时刻得到一个超声波信号幅值，从初始时刻到当前时刻的所有超声波信号幅值构成发送信号序列；发送的超声波信号幅值在传输到接收端时会成为超声波反射幅值，每个时刻获得一个超声波反射幅值，从初始时刻到当前时刻的所有超声波反射幅值构成超声波信号序列。

3.根据权利要求1所述的一种桥梁节段拼装施工质量智能检测方法，其特征在于，所述根据超声波信号序列中当前时刻的超声波反射幅值和周围相邻的少声波反射幅值的差异以及当前时刻的超声波反射幅值和最大的超声波反射幅值的差异得到超声波信号序列当前时刻的特征数值的方法为：

对于当前时刻得到一个超声波数据切片，将当前时刻对应的超声反射幅值和超声波数据切片中的时刻对应的超声反射幅值作差记为第一差值，获取超声波信号序列中的最大超声反射幅值，将最大超声反射幅值和当前时刻对应的超声反射幅值作差得到第二差值，根据第一差值累加和与第二差值的乘积得到当前时刻的特征数值。

4.根据权利要求3所述的一种桥梁节段拼装施工质量智能检测方法，其特征在于，所述对于当前时刻得到一个超声波数据切片的方法为：

给定预设数量，在当前时刻前预设数量个时刻构成一个超声波数据切片，超声波数据切片的数量为预设数量，超声波数据切片中的值为相应序列对应的值。

5.根据权利要求3所述的一种桥梁节段拼装施工质量智能检测方法，其特征在于，所述根据第一差值累加和与第二差值的乘积得到当前时刻的特征数值的方法为：

将当前时刻作为第i个时刻；

式中，s_i表示第i个时刻对应的超声波反射幅值，Max_i表示超声波信号序列中的最大超声波反射幅值，s_i,k表示第i个时刻对应的超声波数据切片的第k个时刻的超声波反射幅值，Z_i表示第i个时刻对应的超声波数据切片内的时刻数量，v_i表示第i个时刻的特征数值即超声波信号序列的特征数值，|s_i,k-s_i|表示第一差值，|Max_i-s_i|表示第二差值。

6.根据权利要求1所述的一种桥梁节段拼装施工质量智能检测方法，其特征在于，所述根据超声波信号序列当前时刻的特征数值与周围时刻特征数值的差异以及发送信号序列当前时刻的特征数值与周围时刻特征数值的差异得到当前时刻对应的超声波裂纹关联特征的方法为：

将当前时刻作为第i个时刻；

式中，Max₀表示发送信号序列中超声波信号幅值的最大值，Max₁表示超声波信号序列中超声波反射幅值的最大值，Z_i表示第i个时刻对应的超声波数据切片内的时刻数量，v_i,0表示发送信号序列中第i个时刻的特征数值，v_i,1表示超声波信号序列中第i个时刻的特征数值，v_i,k,0表示发送信号序列中第i个时刻对应的超声波数据切片的第k个时刻的特征数值，v_i,k,1表示超声波信号序列中第i个时刻对应的超声波数据切片的第k个时刻的特征数值，h_i表示第i个时刻对应的超声波裂纹关联特征。

7.根据权利要求1所述的一种桥梁节段拼装施工质量智能检测方法，其特征在于，所述将所有时刻的超声波裂纹关联特征转化为超声波幅值变化特征图像的方法为：

将所有时刻计算得到的超声波裂纹关联特征按照时间顺序排序得到一个序列，该序列记为桥梁拼接变化特征序列，桥梁拼接变化特征序列使用格拉姆角场转化为超声波幅值变化特征图像，超声波幅值变化特征图像的灰度值为超声波裂纹关联特征。

8.根据权利要求1所述的一种桥梁节段拼装施工质量智能检测方法，其特征在于，所述对超声波幅值变化特征图像进行聚类获取聚类簇的方法为：

给定预设截止半径，以每个像素点为中心得到一个截止圆，根据截止圆获取置信像素点，根据置信像素点和每个像素点距离差异得到局部密度距离，并根据局部密度距离确定聚类中心，给出预设聚类簇的数量，聚类条件为聚类中心和像素点的灰度值差异，基于此使用K-means聚类获取两个聚类簇。

9.根据权利要求8所述的一种桥梁节段拼装施工质量智能检测方法，其特征在于，所述根据截止圆获取置信像素点的方法为：

将每个像素点记为中心点，以中心点为中心得到一个置信区间，将在置信区间3σ内的像素点作为中心点的信任像素点，将中心点截止圆内的信任像素点记为置信像素点。

10.根据权利要求8所述的一种桥梁节段拼装施工质量智能检测方法，其特征在于，所述根据置信像素点和每个像素点距离差异得到局部密度距离，并根据局部密度距离确定聚类中心的方法为：

式中，dc表示截止半径，d_p,q表示第p个中心点与该中心点的圆内第q个像素点的欧氏距离，M表示超声波幅值变化特征图像中最大的灰度值，u_p表示第p个中心点的灰度值，exp()表示以自然常数为底的指数函数，n_p表示以第p个中心点的置信像素点的数量，dt_p表示第p个中心点的局部密度距离；

获取每个像素点的局部密度距离后，计算所有像素点局部密度距离的均值，统计大于局部密度距离均值的像素点，将统计得到的所有像素点两两计算灰度差异，取最大灰度差异对应的两个像素点作为两个聚类中心。