摘要
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.
NETL
NSTL
维普
万方数据