基于机器视觉多目标工件分类识别和定位研究

• 作者: 杨桂华 刘志毅 王晓文
• 来源期刊: 机床与液压
• 关键词: 机器视觉 神经网络分类器 多工件识别定位
• 年，卷（期）: 2021,（11）
• 所属期刊栏目: 试验与研究|TEST & RESEARCH
• 页码范围: 82-86,126
• 页数: 6页
• 分类号: TP242.2
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2021.11.017

摘要

为实现对随机摆放的多类型工件进行分类识别和定位,提出一种基于连通域Blob分析与神经网络分类器相结合的方法.该方法运用机器视觉技术,以Halcon软件为试验检测平台,通过Blob分析提取工件的特征信息实现定位,并且应用提前训练好的神经网络分类器对多类型工件进行分类识别.试验结果表明:相比传统模板匹配和定位算法,该多工件分类识别和定位方案识别准确率达到100％,定位精度提升0.7 mm,识别和定位时间减少8.735 ms,具有更好的多工件识别定位效果,有一定的应用前景和推广价值.