基于机器视觉的螺母高速识别与分类方法研究

• 作者: 刘成沛 谢丰源 王锐锋 郑昊辰 李堉明 石培鑫 五邑大学轨道交通学院
• 来源期刊: 科技与创新
• 学科: 工学
• 关键词: 机器视觉 螺母型号 质量状态 分类模型
• 年，卷（期）: 2024,（10）
• 页码范围: 1-7,15
• 页数: 8页
• 语种: 中文
• DOI: 10.15913/j.cnki.kjycx.2024.10.001

摘要

为提高生产车间工作效率，针对多种型号和不同质量状态的螺母混合场景，提出了一种利用单目相机和机器视觉技术对螺母进行分类的方法，解决了生产车间螺母识别分类问题，代替了传统的分类方式。该方法通过优化改进边缘检测算法和采用朴素贝叶斯分类算法对螺母的内径和颜色特征进行训练，从而获得分类模型，实现了螺母的自动识别分类。实验结果表明，该分类方法型号识别准确率为100%，型号和质量状态整体识别分类准确率为91.1%，适用于较低硬件配置下的工业流水线部署，可以实现对不同型号螺母的回收分类再利用，具有良好的应用前景。