摘要
为了提高电子元件机械分拣系统的效率,提出一种电子元件参数图像自动识别算法.利用矩形分割处理电子元件参数图像,通过黑、白色号标记特征修正图像灰度形态.计算图像横纵坐标、摄像机感光阵列、连接机器坐标与摄像机坐标,获得电子元件参数图像的具体坐标系.拟合坐标系内灰度值导数差值与图像像素点信息,得到元件边缘轮廓信息.凭借多项式差值拟定坐标系点集的差值,确保梯度幅值在区间中存在极大值.利用依靠梯度方向法明确元件参数图像素点大致分布,最后利用核分类器构建监督机器学习模型,引入拉格朗日乘子计算参数图像像素坐标点位置,实现图像自动识别.实验证明,该方法能够精确识别图像内的电子元件位置,且识别效率高.
基金项目
广东省普通高等学校重点科研特色创新类自然科学项目(2019)(2019GKTSCX075)
广东省普通高等学校重点科研特色创新类自然科学项目(2018)(2018GKTSCX096)
广东省普通高等学校重点科研特色创新类自然科学项目(2019)(2019GKTSCX073)