基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对塑料垃圾分类技术中存在的难题,提出基于机器视觉理论定位与识别塑料回收标志的方法.使用工业摄像机采集塑料垃圾图像数据,应用Matlab软件,进行数字图像处理.再借助加速稳健特征算法(SURF)提取图像特征点,与选定的模板进行匹配,以此实现塑料回收标志的定位与识别.结果表明:使用SURF-RANSAC算法能够精准定位塑料垃圾的回收标志所在区域.且在背景色与标志图案颜色不相近的情况下,标志中的数字识别效果良好.按照国家标准中塑料回收标志的数字表示的材质对塑料制品进行分类,可提高塑料垃圾分类回收利用效率.
推荐文章
基于视觉传达的警示标志识别方法
视觉传达
警示标志
识别方法
识别正确率
识别速度
神经网络
基于机器视觉的图像目标识别方法综述
机器视觉
图像目标识别
图像预处理
图像分割
机器视觉系统超分辨率图像准确识别方法研究
机器视觉系统
超分辨率
图像识别
基于全景视觉机器人自定位方法研究
机器人
全景视觉
自定位
最小误差
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于机器视觉的塑料回收标志定位与识别方法研究
来源期刊 电脑知识与技术 学科 工学
关键词 塑料回收标志 图像识别 SURF 模板匹配 Matlab
年,卷(期) 2019,(22) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 177-179
页数 3页 分类号 TP391
字数 2740字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张跃华 佳木斯大学理学院 103 364 8.0 15.0
2 王雪 佳木斯大学理学院 38 63 4.0 5.0
3 陈婧敏 佳木斯大学理学院 3 0 0.0 0.0
4 孙艳彬 佳木斯大学理学院 7 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (84)
共引文献  (21)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1963(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(12)
  • 参考文献(0)
  • 二级参考文献(12)
2012(12)
  • 参考文献(0)
  • 二级参考文献(12)
2013(11)
  • 参考文献(0)
  • 二级参考文献(11)
2014(10)
  • 参考文献(1)
  • 二级参考文献(9)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(5)
  • 参考文献(1)
  • 二级参考文献(4)
2017(6)
  • 参考文献(5)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
塑料回收标志
图像识别
SURF
模板匹配
Matlab
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑知识与技术
旬刊
1009-3044
34-1205/TP
大16开
安徽省合肥市
26-188
1994
chi
出版文献量(篇)
58241
总下载数(次)
228
总被引数(次)
132128
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导