Surface Defect Detection of Seals Based on K-Means Clustering Algorithm and Particle Swarm Optimization

CONTENIDO PARA USUARIOS REGISTRADOS

Inicia sesión para disfrutar este recurso. Si aún no estás afiliado a BibloRed, haz clic en el botón.

Descripción: Como parte importante del automóvil, la calidad y seguridad de las piezas de sellado del circuito de aceite a alta presión del motor del automóvil son un indicador importante del proceso de producción de los fabricantes. Con el fin de mejorar la precisión y eficiencia de detección de las piezas de sellado en el proceso de producción tradicional, se estudió el método de detección de defectos en la superficie del sello. Se propuso un algoritmo de segmentación de imagen por agrupamiento K-Means basado en optimización por enjambre de partículas. Para detectar los defectos en la superficie de los sellos, primero, se preprocesa la imagen del sello. Luego, se utiliza el algoritmo SURF para extraer los puntos característicos de la imagen del sello. Finalmente, de acuerdo con la función de varianza de aptitud del enjambre de partículas, se selecciona el punto de inserción calculado mediante la combinación de la optimización por enjambre de partículas y el algoritmo K-Means. A través de la iteración,
Citación recomendada (normas APA)
: Hindawi, "Surface Defect Detection of Seals Based on K-Means Clustering Algorithm and Particle Swarm Optimization", -:Revista VirtualPRO,, 2021. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3861885/), el día 2026-01-16.

Información adicional