高 琦， 崔长彩， 胡 捷， 叶瑞芳， 黄 辉

（华侨大学机电及自动化学院，福建厦门 361021）

基于模糊C均值聚类算法的金刚石砂轮磨粒边缘检测

高 琦， 崔长彩， 胡 捷， 叶瑞芳， 黄 辉

（华侨大学机电及自动化学院，福建厦门 361021）

基于模糊C均值（FCM）聚类算法将金刚石砂轮表面检测数据划分成金刚石和结合剂两个类别，以数据的质心初始化聚类中心，用迭代的方法分别求出相应的最优聚类中心和隶属度矩阵，通过选取合适的隶属度阈值以及两个聚类中心的欧氏距离阈值来区分金刚石和结合剂，确定磨粒边缘。为验证方法的可行性，对多组数据进行检测，并用模拟的砂轮表面形貌对此方法进行了评定，评定结果与设定值误差不超过2.0%。

计量学；边缘检测；模糊C均值聚类算法；金刚石砂轮；磨粒

1 引 言

准确地评价砂轮表面形貌对磨削机理研究、磨削过程优化及建模与仿真等具有重要意义，而准确的磨粒识别是砂轮形貌评价的关键［1］。磨粒的边缘检测在磨粒特征参数提取中起着重要的作用［2］，只有选用合适的方法将磨粒的边缘从测量数据中检测出来才能对一些重要的参数（如磨粒面积、等效粒径等）进行准确、有效的分析。金刚石砂轮表面形貌复杂，结合剂和金刚石磨粒形状及分布具有随机性和不规则性，因此识别金刚石和结合剂的边缘比较困难。

文献［3］应用数字图像识别技术识别砂轮磨粒，通过对CCD采集到的金刚石磨粒数字图像进行图像增强、二值化、滤波等图像处理，最终实现边界检测。……