首页|基于深度学习的轮胎标识点颜色识别

基于深度学习的轮胎标识点颜色识别

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
智能检测技术的巨大应用潜力得益于其具有高精度、高效率和高稳定性.轮胎标识点识别是成品轮胎检测中重要环节.为提高轮胎标识点自动识别的精度和可靠性,提出一种基于深度学习的轮胎标识点颜色识别方法.首先基于Hough变换对轮胎定位,得到标识点在图像中的有效区域,利用颜色直方图反向投影在该区域中获取候选轮胎标识点;然后建立基于深度学习的卷积神经网络模型,对候选轮胎标识点进行颜色识别.实验结果表明:该方法对轮胎标识点颜色识别的召回率为99.78％,精确率为99.93％,且识别速度为每张图片0.07秒,能够满足智能工厂对轮胎标识点颜色识别严格的高精度要求和实时性要求.
Color Recognition of Tire Marking Point Based on Deep Learning

张奇、于源

展开 >

北京化工大学机电工程学院,北京100029

轮胎标识点 颜色识别 机器视觉 深度学习 卷积神经网络

山东省重大科技创新工程项目

12874

2022

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2022.378(8)
  • 2