一种基于改进粒子群小波神经网络的缺陷分类方法

摘要

本发明属于机器视觉检测技术领域，具体为一种基于改进粒子群小波神经网络的缺陷分类方法，解决了传统BP神经网络算法具有易出现收敛早熟、陷入局部极小值等的问题，本方法包括以下步骤：载入原始图像，灰度化和中值滤波处理，图像分割，计算缺陷特征向量，初始化粒子群，计算目标适应度值，评价每个粒子，更新每个粒子位置和速度，检验是否达到要求，输出最优解，最后进行图像的缺陷分类。所述方法加入变异因子，保证了算法的泛化能力；设置非线性权重因子，实现全局搜索和局部搜索灵活调整的目标；引入高斯加权的全局极值，有利于全局极值向最优解方向收敛，能够快速准确的对缺陷进行分类，分类结果更准确，效率更高。