基于HOG局部双线性插值的机械零部件检测与识别

• 作者: 方轶 王子阳 罗一平 胡晓强 魏丹
• 来源期刊: 轻工机械
• 学科: 工学
• 关键词: 零件检测 方向梯度直方图(HOG) 局部双线性插值 神经网络
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 自控·检测
• 页码范围: 65-70
• 页数: 6页
• 分类号: TH164|TP274
• 字数: 3573字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2895.2020.01.012

摘要

传统方向梯度直方图(HOG)特征方法用于机械零部件检测时,对零部件的微小缺陷点的检测和识别不是很有效,因此课题组提出了一种局部双线性插值的HOG特征提取改进算法,将其用于小缺陷点的零件的检测和识别.首先,在图像内部的某个块上实现局部双线性插值;然后对局部双线性插值图像块进行梯度计算,提取新的梯度方向直方图;最后利用神经网络分类方法对具有微小缺陷点的零件进行检测.实验结果表明:局部双线性插值HOG特征提取方法比传统的HOG特征提取方法具有更好的检测性能;增强图像的抗混叠识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗一平	上海工程技术大学机械与汽车工程学院	24	39	3.0	5.0
2	魏丹	上海工程技术大学机械与汽车工程学院	7	9	2.0	3.0
3	王子阳	上海工程技术大学机械与汽车工程学院	1	0	0.0	0.0
4	胡晓强	上海工程技术大学机械与汽车工程学院	1	0	0.0	0.0
5	方轶	上海工程技术大学机械与汽车工程学院	1	0	0.0	0.0