首页|基于改进ORB-SVM的工件识别方法研究

基于改进ORB-SVM的工件识别方法研究

扫码查看
原文链接
  • 万方数据
  • 维普
针对传统的图像识别算法识别多品种工件,存在运行时间长、识别率低等问题,提出基于改进ORB-SVM的工件图像识别方法.在传统ORB算法的特征点检测基础上,采用SIFT算法获得具有旋转尺度不变性的图像特征描述,并利用词袋模型将图像特征转化为特征直方图,进而构建支持向量机(SVM)的分类模型,实现对工件的识别分类.试验结果表明:改进的ORB-SVM在应对旋转变换、光照变换、尺度变换时更具鲁棒性,且工件识别准确率高达98.89％,单个工件的识别时间低于0.43 s,具有良好的高效性和实用性.研究为多领域的工件识别提供参考.
Research on workpiece identification method based on improved ORB-SVM

workpiece identificationfeature detectionORB algorithmword bag modelsupport vector machines

仝保国、刘凌云

展开 >

湖北汽车工业学院电气与信息工程学院,湖北十堰 442002

工件识别 特征检测 ORB算法 词袋模型 支持向量机

国家自然科学基金项目湖北省自然科学基金项目湖北省教育厅科学技术研究项目湖北汽车工业学院博士科研启动基金项目

515752112016CFB401Q20201801BK202004

2024

10.3969/j.issn.1005-1295.2024.01.010

包装与食品机械
中国机械工程学会

包装与食品机械

CSTPCD北大核心
影响因子：1.019
ISSN：1005-1295
年,卷(期)：2024.42(1)
  • 3
  • 20