快速监督学习在显示器配件分类及识别中的应用

摘要：

针对常见显示器配件难以快速实时分类识别的问题,以显示器配件图像分类识别为核心,构建一种基于监督学习的显示器配件快速视觉识别系统.通过对生产线上实时采集的显示器配件图像进行低通中值滤波消除图像中的噪声、孤立亮点或暗点,使用高斯算子滤波削弱图像像素灰度变化,使图像表面均匀平滑;使用样本集对监督学习分类器进行6次训练;利用监督学习分类器对显示器配件进行分类识别.基于4种分类识别方法的实验对比结果表明:本文方法采用图像的预处理弥补了监督学习分类器因噪声影响而导致分类识别精度下降的不足,在实时性和鲁棒性方面明显优于其他3种分类识别方法,完成分类识别仅需12.9 ms,每一种配件的识别准确率达到96％以上,分类准确率达到100％,该算法满足显示器配件分类识别的工程应用及实时分拣需求.

关键词：分类识别、中值滤波、高斯算子、计算机视觉、K-邻近法

所属期刊栏目：41

分类号：TG156(金属学与热处理)

资助基金：国家自然科学基金;云南省教育厅科学研究基金项目;云南省级人培项目;云南省级人培项目

在线出版日期：2022-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：594-601