基于HOG与SVM的集装箱锁孔识别及定位研究 |
| |
引用本文: | 张羽达,赵德安,刘晓洋.基于HOG与SVM的集装箱锁孔识别及定位研究[J].教育技术导刊,2019,18(3):16-19. |
| |
作者姓名: | 张羽达 赵德安 刘晓洋 |
| |
作者单位: | 江苏大学 电气信息工程学院,江苏 镇江 212013 |
| |
摘 要: | 随着港口自动化技术的发展,码头需要对集装箱进行自动装卸作业。为了解决集装箱装卸作业中对集装箱锁孔的识别定位问题,提出一种基于机器视觉的集装箱锁孔识别方法,用于辅助码头集装箱的自动化装卸作业。首先采集集装箱照片,对照片中的集装箱锁孔进行人工标注,制作成锁孔样本,并进行归一化处理,进而提取锁孔样本的HOG特征,然后对SVM进行训练作为集装箱锁孔识别分类器,最后采用多尺度滑窗对图像进行扫描检测。使用300张测试样本进行测试实验,结果表明,该方法对集装箱锁孔的识别率达到92%,锁孔误检率低于3%,而且能够在各种复杂光照及背景条件下进行锁孔检测,可以满足港口自动化的实际要求。
|
关 键 词: | 方向梯度直方图 支持向量机 机器视觉 分类器 集装箱锁孔 |
|
| 点击此处可从《教育技术导刊》浏览原始摘要信息 |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 |
|