本文選題：零件圖像 + 區(qū)域提取��； 參考：《計算機(jī)應(yīng)用研究》2017年04期

【摘要】：針對機(jī)器人自動化生產(chǎn)線中視覺定位零件的問題進(jìn)行了研究,為了能夠快速地在復(fù)雜背景中提取出零件圖像區(qū)域,提出了一種基于Logistic回歸的零件圖像區(qū)域提取的機(jī)器視覺算法。首先,在工作場景圖像中采集若干正類和負(fù)類樣本點(diǎn);然后,將樣本點(diǎn)的BGR值進(jìn)行格式上的整理并保存;其次,將整理的數(shù)據(jù)代入按照梯度上升法推導(dǎo)的公式中,計算Logistic最佳回歸系數(shù);最后,載入待處理圖像,使用Logistic回歸分類器對其中的每個像素進(jìn)行分類,提取出零件區(qū)域。實驗表明,該算法提取出的零件圖像區(qū)域邊緣清晰,實時性高,且由于輸入為像素點(diǎn)的BGR值,所以對零件的外形沒有要求,也不需要額外的夾具。
[Abstract]:In this paper, the problem of visual localization of parts in robot automatic production line is studied. In order to extract part image region from complex background quickly, a machine vision algorithm based on Logistic regression is proposed. First, some positive and negative sample points are collected in the image of the working scene. Then, the BGR values of the sample points are arranged and saved in format. Secondly, the processed data is added to the formula derived by the gradient ascending method. The best regression coefficient of Logistic is calculated. Finally, the image to be processed is loaded and each pixel is classified by Logistic regression classifier to extract the part region. The experiments show that the edge of the image extracted by the algorithm is clear and real-time, and because the input is the BGR value of the pixel, there is no requirement for the shape of the part, and no additional fixture is required.
【作者單位】： 北京航空航天大學(xué)機(jī)械工程及自動化學(xué)院;
【分類號】：TP391.41;TP242

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊根福;;圖像區(qū)域選擇方法與技巧[J];印刷雜志;2009年12期

2 王俊文;劉光杰;張湛;戴躍偉;王執(zhí)銓;;圖像區(qū)域復(fù)制篡改快速魯棒取證[J];自動化學(xué)報;2009年12期

3 胡衛(wèi)平,邱靜,陸菊康;一種數(shù)字圖像區(qū)域處理技術(shù)的設(shè)計與應(yīng)用[J];微計算機(jī)應(yīng)用;2000年06期

4 史進(jìn)玲;;一種度量圖像區(qū)域相似性的粒計算方法[J];科技信息;2012年26期

5 趙勇;方宗德;田麗麗;;列車車輪踏面缺陷的圖像區(qū)域提取[J];光學(xué)精密工程;2009年04期

6 佟強(qiáng);;圖像區(qū)域粗糙分割情況下的區(qū)域物體分類[J];計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報;2010年07期

7 余紹鵬;胡永健;譚莉玲;;基于模式分類的圖像區(qū)域作偽檢測[J];計算機(jī)工程與設(shè)計;2012年02期

8 林意;吳錫生;;一種圖像區(qū)域邊緣表達(dá)方法[J];重慶大學(xué)學(xué)報(自然科學(xué)版);2006年07期

9 李峰;劉運(yùn)松;馬婷婷;;一種圖像區(qū)域復(fù)制篡改的檢測算法[J];微計算機(jī)信息;2011年11期

10 王滌瓊,張薇,顧國慶;用頂點(diǎn)鏈編碼計算圖像區(qū)域密集度和體態(tài)比[J];華東師范大學(xué)學(xué)報(自然科學(xué)版);2005年01期

相關(guān)會議論文 前1條

1 佟強(qiáng);;圖像區(qū)域粗糙分割情況下的區(qū)域物體分類[A];第四屆全國幾何設(shè)計與計算學(xué)術(shù)會議論文集[C];2009年

相關(guān)博士學(xué)位論文 前2條

1 郭喬進(jìn);基于上下文的圖像區(qū)域標(biāo)注關(guān)鍵技術(shù)研究[D];南京大學(xué);2013年

2 趙潔;數(shù)字圖像區(qū)域復(fù)制篡改的被動取證方法研究[D];天津大學(xué);2015年

相關(guān)碩士學(xué)位論文 前9條

1 徐小程;基于弱監(jiān)督的圖像區(qū)域自動標(biāo)注算法研究[D];山東大學(xué);2016年

2 崔玉巖;數(shù)字圖像區(qū)域復(fù)制篡改檢測技術(shù)研究[D];重慶郵電大學(xué);2016年

3 聶云英;數(shù)字圖像區(qū)域復(fù)制篡改被動盲取證新方法研究[D];湖南大學(xué);2011年

4 丁軼;基于LDA的圖像區(qū)域標(biāo)注模型的研究[D];南京大學(xué);2012年

5 歐佳佳;圖像區(qū)域復(fù)制粘貼篡改檢測研究[D];長沙理工大學(xué);2012年

6 徐萍;基于JPEG的感興趣圖像區(qū)域壓縮算法的設(shè)計與實現(xiàn)[D];華中科技大學(xué);2011年

7 梁爽爽;抗自然干擾的圖像區(qū)域復(fù)制篡改盲檢測算法研究[D];沈陽工業(yè)大學(xué);2015年

8 滕舟;基于多標(biāo)簽學(xué)習(xí)的圖像區(qū)域語義自動標(biāo)注算法研究[D];復(fù)旦大學(xué);2011年

9 楊素娣;圖像區(qū)域個數(shù)統(tǒng)計、圖像重現(xiàn)和圖像旋轉(zhuǎn)算法的研究[D];華東師范大學(xué);2007年

，

本文編號：1932191