基于视觉的焊接工件在线识别与分类算法研究
为提高焊接机器人的生产效率,设计了eye-in-hand焊接机器人视觉系统,提出了基于机器视觉的焊接工件自动化识别与分类算法.根据工件特征,提取区域面积、凸性、圆度、小孔数目、外接圆面积比等几何特征和几何距作为分类器的训练数据输入量,完成分类器的训练.设计高斯混合模型、多层感知神经网络和支持向量机分类器,完成对不同焊接工件的分类和识别.实验结果表明,该算法响应速度快,且当工件位置、大小、角度都存在变化时,仍能快速准确地对工件进行分类,满足生产线上对实时性的要求.
机器视觉、特征提取、GMM模型、MLP神经网络、SVM分类器
35
TP391.4(计算技术、计算机技术)
广东省机械工程及自动化专业综合改革试点项目3200006/021
2016-03-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
97-101