| 基于HOG局部双线性插值的机械零部件检测与识别 |
| |
| 引用本文： | 王子阳,魏丹,胡晓强,罗一平,方轶.基于HOG局部双线性插值的机械零部件检测与识别[J].华南农业大学学报(社会科学版),2020,38(1):65-70. |
| |
| 作者姓名： | 王子阳 魏丹 胡晓强 罗一平 方轶 |
| |
| 作者单位： | 上海工程技术大学 机械与汽车工程学院， 上海201620 |
| |
| 基金项目： | 国家自然科学基金项目（51805312）；上海市地方能力建设资助（19030501100）。 |
| |
| 摘 要： | 传统方向梯度直方图(HOG)特征方法用于机械零部件检测时，对零部件的微小缺陷点的检测和识别不是很有效，因此课题组提出了一种局部双线性插值的HOG特征提取改进算法，将其用于小缺陷点的零件的检测和识别。首先，在图像内部的某个块上实现局部双线性插值；然后对局部双线性插值图像块进行梯度计算，提取新的梯度方向直方图；最后利用神经网络分类方法对具有微小缺陷点的零件进行检测。实验结果表明：局部双线性插值HOG特征提取方法比传统的HOG特征提取方法具有更好的检测性能；增强图像的抗混叠识别效果。
|
| 关 键 词： | 零件检测 方向梯度直方图(HOG) 局部双线性插值 神经网络 |
|
| 点击此处可从《华南农业大学学报(社会科学版)》浏览原始摘要信息 |
| 点击此处可从《华南农业大学学报(社会科学版)》下载免费的PDF全文 |
