基于图像边缘特征的零件分类与定位算法 | |
潘江锋; 卜伟; 徐显兵; 肖江剑; 王少剑; 彭成斌 | |
刊名 | 计量与测试技术 |
2018 | |
卷号 | 45期号:09页码:52-55 |
关键词 | 机器人 机器视觉 边缘检测 Hog Svm 相机标定 |
产权排序 | 上海大学机电工程与自动化学院;中国科学院宁波材料技术与工程研究所;宁波蓝圣智能科技有限公司; |
英文摘要 | 本论文提出了一种基于图像边缘特征的零件分类与定位算法。算法首先对图像腐蚀膨胀等预处理,然后通过边缘检测得零件的完整边缘轮廓,然后对零件边缘轮廓图像使用方向梯度直方图(HOG)构造训练数据,并采用支持向量机(SVM)在训练数据上训练分类识别模型,最后进行检测。根据检测结果获得图像中零件的种类和位置信息,然后使用棋盘格标定的方法来确定深度。标定时,取标定板上的两个点来计算深度,根据已知的深度,获取实际抓取点的两个图像坐标系的x,y值,计算世界坐标系坐标。此系统能解决零件分类、定位问题,能广泛运用于生产线引导工业机器人进行零件抓取。 |
公开日期 | 2018-12-04 |
内容类型 | 期刊论文 |
源URL | [http://ir.nimte.ac.cn/handle/174433/16499] |
专题 | 2018专题 |
推荐引用方式 GB/T 7714 | 潘江锋,卜伟,徐显兵,等. 基于图像边缘特征的零件分类与定位算法[J]. 计量与测试技术,2018,45(09):52-55. |
APA | 潘江锋,卜伟,徐显兵,肖江剑,王少剑,&彭成斌.(2018).基于图像边缘特征的零件分类与定位算法.计量与测试技术,45(09),52-55. |
MLA | 潘江锋,et al."基于图像边缘特征的零件分类与定位算法".计量与测试技术 45.09(2018):52-55. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论