视觉分类识别系统设计

• 作者: 翟伟良 姜立标 王熙尧
• 来源期刊: 电子测量技术
• 关键词: 机器视觉 背景分离 特征提取 多层神经网络
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 测试系统与模块化组件|Test System and Modular Components
• 页码范围: 118-121
• 页数: 4页
• 分类号: TP31
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2105879

摘要

针对企业生产过程中零件混装问题,设计了使用基于高斯混合模型的背景分离算法,实现稳定且灵活的背景分离效果,使用基于等级灰度、形状相似和简单轮廓的特征提取算法,实现有效且稳定的特征数据提取效果,利用基于xml数据存储的多层神经网络算法,实现物品种类动态变更的效果.通过对图像进行分离、提取、识别后,达到分类的效果,结果表明,该系统不仅可以达到工业环境的稳定且智能的物品分类识别效果,而且在确保99％以上的高分类准确率的同时快速完成了分类任务,为市场多样化的需求提供了简洁有效的解决方案.