基于机器视觉的光电传感器焊缝自动识别方法

• 作者: 董亚男
• 来源期刊: 制造业自动化
• 学科: 工学
• 关键词: 机器视觉 光电传感器 目标区域 量子门模型 焊缝识别
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 设计与应用
• 页码范围: 180-184
• 页数: 5页
• 分类号: TP409
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0134.2022.03.039

摘要

针对光电传感器焊缝自动识别的F1较低、方法复杂度较高和存在识别时间较长的问题,提出基于机器视觉的光电传感器焊缝自动识别方法.通过机器视觉技术采集光电传感器焊缝图像,利用高斯模型检测出图像的目标区域,结合海森矩阵提取目标区域的特征点,将提取的特征点输入到量子门神经网络模型中,得到识别结果.仿真实验结果表明,所提方法的光电传感器焊缝自动识别复杂度低,且识别效率与F1值均较高.