為實(shí)現(xiàn)高鐵白車身焊接拼裝技術(shù)的智能化與自動(dòng)化,解決焊接過(guò)程中特征區(qū)域小、背景干擾多等問(wèn)題,提出了基于遷移學(xué)習(xí)和卷積神經(jīng)網(wǎng)絡(luò)的焊接裝配特征快速識(shí)別算法。首先采用二值化等傳統(tǒng)圖像處理算法確定待提取特征的粗略位置,在此基礎(chǔ)上再使用sobel、腐蝕、霍夫線段檢測(cè)確定特征區(qū)域的精確位置。其次,考慮到不同環(huán)境下,精確定位后特征區(qū)域表現(xiàn)不同,故采用基于卷積神經(jīng)網(wǎng)絡(luò)的分類模型以增強(qiáng)預(yù)測(cè)模型的魯棒性和準(zhǔn)確性。最后,選擇基于遷移學(xué)習(xí)的的視覺(jué)幾何群網(wǎng)絡(luò)（VGG16）來(lái)解決樣本量不足以訓(xùn)練整個(gè)模型參數(shù)的問(wèn)題。實(shí)驗(yàn)結(jié)果表明,本文所提的識(shí)別算法能夠準(zhǔn)確識(shí)別型材的狀態(tài),且在識(shí)別檢測(cè)速度上優(yōu)于YOLOV3,在準(zhǔn)確率上劣于YOLOV3,算法滿足使用場(chǎng)景下的實(shí)時(shí)性要求。 

【文章來(lái)源】：計(jì)算機(jī)科學(xué). 2020,47(S2)北大核心CSCD

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

智能化高鐵白車身裝配質(zhì)量檢測(cè)裝置

3類待檢測(cè)的型材拼接狀態(tài)

基于傳統(tǒng)圖像處理和深度學(xué)習(xí)技術(shù)的焊接裝配特征快速識(shí)別方法流程圖

【參考文獻(xiàn)】：
期刊論文
[1]基于Sobel算子的圖像邊緣檢測(cè)研究[J]. 袁春蘭,熊宗龍,周雪花,彭小輝.  激光與紅外. 2009(01)



本文編號(hào)：3396169