摘要：当前零件图像缺陷特征定位检索方法效率和准确性均不理想,提出基于粒子群和加权C均值聚类的高精密零件图像缺陷特征定位检索方法。利用最大值法将彩色高精密零件图像转换为灰色图像,采用邻域平均法对零件图像实行滤波操作,通过Sobel算子加深图像灰度颜色,实现零件图像的锐化。对粒子群和C均值聚类法的初始化参数和最大迭代次数进行设置,以计算粒子对于各个类别中心的隶属度值。根据所得隶属度值构建加权C均值聚类数学规划模型,同时计算粒子适应度函数。更新粒子飞行速度和当前位置,判断检索过程是否满足迭代停止条件,假设满足,将高精密零件图像缺陷特征定位检索结果输出。实验结果表明,所提方法运行耗时平均为0.36h,零件缺陷定位准确率高。上述方法性能优越,鲁棒性强。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社