基于形状知识的不合格品自动检测算法

• 作者: 徐梦杰 李嘉翊 程俊 郑志刚
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 图像测量 模式识别 特征提取 机器学习 R&P模型
• 年，卷（期）: 2011,（1）
• 页码范围: 119-123
• 分类号: TP391
• 字数: 2482字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-7300.2011.01.029

摘要

实现了一种基于形状知识的不合格品自动检测系统的视觉方案.该方案首先利用长球销的形状特点得到球头圆心位置,根据工件的物理参数定位待识别部位的图像坐标,从而有效降低了后续的识别难度.对于特征明显并且不随放置位置变化的部位,设计相应的直接特征提取算法,利用特征检测识别该部位是否加工.而对于特征不明显或者特征可能变化的部位,利用模拟人类视皮层中物体识别机制的机器学习算法自动提取部位特征并利用SVM算法识别.系统的实际运行情况表明,该方案可以快速有效的识别工件是否合格,错误率约为千分之五,基本上达到了人眼的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程俊	中国科学院合肥智能机械研究所	12	54	3.0	7.0
5	郑志刚	中国科学院合肥智能机械研究所	3	16	2.0	3.0
6	李嘉翊	中国科学院合肥智能机械研究所	1	1	1.0	1.0
7	徐梦杰	中国科学院合肥智能机械研究所	1	1	1.0	1.0