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 |