-
题名基于SIFT-SVM的发动机主轴承盖识别与分类
被引量：10
- 1
-
-
作者
石志良
张鹏飞
李晓垚
-
机构
武汉理工大学机电工程学院
-
出处
《图学学报》
CSCD
北大核心
2020年第3期382-389,共8页
-
文摘
机械零部件的识别与分类任务是制造业自动化生产线的关键环节。针对发动机主轴承盖混合清洗后的分类,通过分析发动机主轴承盖零件的实际特征,提出基于SIFT-SVM的主轴承盖分类识别方法。该方法首先提取训练数据集图像的所有尺度不变(SIFT)特征向量,采用K-means聚类方法,将所有的特征向量聚类成K个分类,并将其代入词袋模型(BoW)中,使用K个"词汇"来描述每一张训练图像,从而得到图像的BoW描述。且以每张图像的BoW描述作为训练输入,使用支持向量机(SVM)训练主轴承盖的分类模型。实验结果表明:在标定的照明条件下,主轴承盖零件的识别率可达100%,单个零件识别时间为0.6 s,验证了该算法的有效性和高效性。
-
关键词
零件识别与分类
机器视觉
SIFT
词袋模型
支持向量机分类器
-
Keywords
parts recognition and classification
machine vision
scale-invariant feature transform
word bag model
support vector machine classifier
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
