基于改进K-means算法的工件表面缺陷分割算法研究

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

所属期刊栏目：31

分类号：TU411.01(土力学、地基基础工程)

在线出版日期：2021-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：53-58