| 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 |
|
