基于分块PCA和SVM的零件识别分类系统

• 作者: 李奇 王宇钢
• 来源期刊: 机械工程与自动化
• 关键词: 零件识别 分块PCA SVM 分类系统
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 试验研究
• 页码范围: 21-23,26
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6413.2021.04.008

摘要

针对工厂流水线零件的自动分拣,提出一种基于分块主成分分析和支持向量机(分块PCA-SVM)算法的零件识别分类系统.针对用PCA算法提取特征受外界噪声及光照环境影响较大的问题,本系统运用分块PCA算法,能够有效地抽取图像局部特征,进而提高识别率;采用基于高斯核函数的SVM(支持向量机)对特征数据进行训练,同时利用网格搜索法优化SVM参数.实验结果表明,改进的算法具有较高的性能,识别速度快且识别率达95％,能用于实际工厂流水线零件的自动分拣.