| 基于改进K-means算法的工件表面缺陷分割算法研究 |
| |
| 引用本文： | 李云飞.基于改进K-means算法的工件表面缺陷分割算法研究[J].湖南工程学院学报(自然科学版),2021,31(1):53-58. |
| |
| 作者姓名： | 李云飞 |
| |
| 作者单位： | 安徽大学 江淮学院 理工部,合肥 230031 |
| |
| 摘 要： | 工件表面缺陷的存在影响工件产品的质量以及工件的安全使用,传统的工件表面缺陷检测由人工完成,工作量大且易受到检测人员主观因素的影响,很难保证检测的效率与精度.本文提出了一种基于改进的K-means算法的工件表面缺陷分割算法,将自适应人类学习优化算法应用到K-means聚类算法中,使自适应人类学习优化算法初始化K-means聚类算法的聚类中心,最后将改进的K-means聚类算法结合形态学进行工件表面缺陷的检测.实验表明,该算法能够较理想的分割出工件表面的缺陷,具有分割精度高、实用价值较好的特性.
|
| 关 键 词： | 机器视觉 工件缺陷检测 K-means聚类算法 |
Research on Workpiece Surface Defect Segmentation Algorithm Based on Improved K-means Algorithm |
| |
| LI Yun-fei.Research on Workpiece Surface Defect Segmentation Algorithm Based on Improved K-means Algorithm[J].Journal of Hunan Institute of Engineering(Natural Science Edition),2021,31(1):53-58. |
| |
| Authors: | LI Yun-fei |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
