基于PX-LBP和像素分类的装配体零件识别研究

基于PX-LBP和像素分类的装配体零件识别研究

论文摘要

针对机械产品装配维修诱导中零件和装配体的识别、监测问题,对装配体零件识别及装配监测进行了研究,对LBP算子进行了改进,提出了一种基于像素局部二值模式(PX-LBP)和像素分类的装配体零件识别及装配监测方法。首先将LBP算子与像素分类融合,提出了PX-LBP算子;然后对深度图像进行了PX-LBP特征提取,生成了训练集和测试集;最后训练随机森林分类器,并利用训练好的随机森林分类器实现了对测试集深度图像的像素分类,生成了像素预测图像,通过像素预测图像与标记图像对比实现了装配体零件的识别及装配过程的监测。研究结果表明:该方法对于模型深度图像的像素识别率可达到98.81%,对于真实装配体深度图像的像素识别率也可达到77.51%;该方法兼具了一定的实时性与鲁棒性,可用在装配维修诱导、装配监测和自动化装配邻域中。

论文目录

  • 0 引 言
  • 1 算法框架
  • 2 样本集的建立
  • 3 PX-LBP特征提取算子
  •   3.1 经典LBP算子
  •   3.2 PX-LBP算子
  • 4 随机森林分类器
  • 5 装配过程的识别与监测
  •   5.1 装配体零件的识别
  •   5.2 装配过程监测
  • 6 实验及结果分析
  •   6.1 相关参数的确定
  •   6.2 识别效率
  •   6.3 装配体各零件像素识别
  •   6.4 装配过程的监测
  • 7 结束语
  • 文章来源

    类型: 期刊论文

    作者: 田中可,陈成军,李东年,赵正旭

    关键词: 零件识别,装配监测,深度图像,像素局部二值模式,像素分类,随机森林分类器

    来源: 机电工程 2019年03期

    年度: 2019

    分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技

    专业: 金属学及金属工艺,计算机软件及计算机应用

    单位: 青岛理工大学机械与汽车工程学院

    基金: 国家自然科学基金资助项目(51475251,51705273),山东省重点研发计划资助项目(2017GGX203003)

    分类号: TP391.41;TG95

    页码: 236-243

    总页数: 8

    文件大小: 569K

    下载量: 88

    相关论文文献

    • [1].一种新的图像超像素分割方法[J]. 电子与信息学报 2020(02)
    • [2].像素乐园[J]. 建筑实践 2019(11)
    • [3].像素工厂在地理国情监测中的应用[J]. 测绘与空间地理信息 2020(08)
    • [4].vivo NEX 35G 6400万像素的全场景三摄[J]. 摄影之友 2019(11)
    • [5].像素游戏——论像素风格高画质时代还有和存在的价值[J]. 知识文库 2020(11)
    • [6].《清香远溢》[J]. 流行色 2019(04)
    • [7].拼到粉身碎骨 超级像素英雄[J]. 电脑爱好者 2017(04)
    • [8].揪出伪命题:高像素=高画质[J]. 电脑迷 2014(05)
    • [9].《杂乱》[J]. 当代旅游(高尔夫旅行) 2017(07)
    • [10].走出像素迷阵 像素越高越好吗?[J]. 中国摄影 2010(02)
    • [11].金立E8 PK OPPO R7 Plus 破解手机高像素之谜[J]. 摄影之友 2015(09)
    • [12].此像素非彼“像素”[J]. 摄影之友 2014(04)
    • [13].说说像素[J]. 中学生数理化(七年级数学)(配合人教社教材) 2013(Z1)
    • [14].说说像素[J]. 中学生数理化(八年级物理)(配合人教社教材) 2013(Z1)
    • [15].像素低一点也行[J]. 人像摄影 2010(01)
    • [16].像素什么的最讨厌了![J]. 影像视觉 2010(07)
    • [17].关于“像素”[J]. 影像视觉 2008(10)
    • [18].一种高亮度均匀性硅基OLED像素电路设计[J]. 光电子技术 2019(04)
    • [19].结合同异性度量的超像素分割方法[J]. 遥感信息 2020(04)
    • [20].像素化风格理念与在视觉传达设计中的应用[J]. 美术大观 2019(06)
    • [21].基于超像素特征的苹果采摘机器人果实分割方法[J]. 农业机械学报 2019(11)
    • [22].基于短时灰预测的像素预测模型[J]. 江汉大学学报(自然科学版) 2016(06)
    • [23].最新的超像素算法研究综述[J]. 现代计算机(专业版) 2016(35)
    • [24].基于超像素分类的显著目标检测[J]. 计算机应用与软件 2017(01)
    • [25].基于像素工厂的数字正射影像匀色应用研究[J]. 测绘与空间地理信息 2017(07)
    • [26].环境艺术设计中的像素化视觉表现素描[J]. 艺术科技 2017(02)
    • [27].反射分量分离与像素填补结合的高光抑制方法[J]. 哈尔滨理工大学学报 2017(03)
    • [28].拍照神器——国产高像素手机导购[J]. 电脑知识与技术(经验技巧) 2016(05)
    • [29].像素工厂下空中三角测量的方法探讨[J]. 测绘与空间地理信息 2015(05)
    • [30].图像分割中的超像素方法研究综述[J]. 中国图象图形学报 2015(05)

    标签:;  ;  ;  ;  ;  ;  

    基于PX-LBP和像素分类的装配体零件识别研究
    下载Doc文档

    猜你喜欢