基于环形特征的卷积神经网络轮毂识别

2022-07-21 07:33:12程淑红芦嘉鑫张典范
计量学报 2022年6期
关键词:特征

程淑红, 芦嘉鑫, 张典范, 徐 南

(1.燕山大学 电气工程学院,河北 秦皇岛 066004;2.燕山大学 河北省特种运载装备重点实验室,河北 秦皇岛 066004;3.秦皇岛职业技术学院,河北 秦皇岛 066100)

1 引 言

基于机器视觉的轮毂自动分类系统是轮毂生产线中关键组成部分,传统的识别方法主要是提取轮毂特征并匹配,然而在实际生产中,轮毂的识别速度、准确率往往会受到各种因素的影响。程淑红等[1]以轮辐边缘轮廓为模板在待识别轮毂图像中随机游走进行匹配,并用纹理偏差度作为识别标准;这种方法抗复杂背景能力强,但对于纹理复杂的轮毂识别精度不高。朱焜等[2]对轮辐区域进行多边形简化,并选取了轮毂外径、螺栓孔个数和轮辐条数等7个具有旋转不变性的特征与轮毂模板依次匹配,提高了复杂形状轮毂的识别准确率,但没有考虑到实际生产中轮毂生产线的背景干扰。郭智杰等[3]用差分方法去除生产线背景并利用开闭运算对轮毂图像进行降噪处理,提取车轮外径、轮辐条数、轮心直径等参数生成序列号,作为轮毂的特征参数与标准模板对比匹配;此法降低了轮毂识别的误判率,但识别速率较低。张典范等[4]提取轮毂局部特征并用K-means聚类算法[5,6]将其量化到中心,计算轮毂特征到中心的残差之和得到局部聚合描述符(vector of locally aggregated descriptors,VLAD)特征向量,为了提升计算速度对VLAD向量进行主成分分析(principal component analysis,PCA)降维处理,对比特征向量从而识别轮毂型号[7,8];识别效果在轮毂数量少时较好,但是对于种类复杂、规模较大的轮毂数据库会不可避免地下降。……

登录APP查看全文

猜你喜欢
特征
离散型随机变量的分布列与数字特征
具有两个P’维非线性不可约特征标的非可解群
月震特征及与地震的对比
如何表达“特征”
不忠诚的四个特征
当代陕西(2019年10期)2019-06-03 10:12:04
詈语的文化蕴含与现代特征
新闻传播(2018年11期)2018-08-29 08:15:24
基于特征筛选的模型选择
线性代数的应用特征
河南科技(2014年23期)2014-02-27 14:19:15