基于HOG与SVM的集装箱锁孔识别及定位研究

• 作者: 刘晓洋 张羽达 赵德安
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 方向梯度直方图 支持向量机 机器视觉 分类器 集装箱锁孔
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 人工智能
• 页码范围: 16-19,24
• 页数: 5页
• 分类号: TP301
• 字数: 3543字
• 语种: 中文
• DOI: 10.11907/rjdk.182016

摘要

随着港口自动化技术的发展,码头需要对集装箱进行自动装卸作业.为了解决集装箱装卸作业中对集装箱锁孔的识别定位问题,提出一种基于机器视觉的集装箱锁孔识别方法,用于辅助码头集装箱的自动化装卸作业.首先采集集装箱照片,对照片中的集装箱锁孔进行人工标注,制作成锁孔样本,并进行归一化处理,进而提取锁孔样本的HOG特征,然后对SVM进行训练作为集装箱锁孔识别分类器,最后采用多尺度滑窗对图像进行扫描检测.使用300张测试样本进行测试实验,结果表明,该方法对集装箱锁孔的识别率达到92％,锁孔误检率低于3％,而且能够在各种复杂光照及背景条件下进行锁孔检测,可以满足港口自动化的实际要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵德安	江苏大学电气信息工程学院	235	2986	30.0	43.0
2	刘晓洋	江苏大学电气信息工程学院	18	198	7.0	14.0
3	张羽达	江苏大学电气信息工程学院	1	1	1.0	1.0