目前,隨著智能信息化時(shí)代的到來(lái),人工智能與傳感技術(shù)取得了巨大進(jìn)步,智能機(jī)器人的發(fā)展從傳統(tǒng)的工業(yè)機(jī)器人逐漸轉(zhuǎn)向服務(wù)機(jī)器人及教育娛樂(lè)機(jī)器人等。由于機(jī)器生產(chǎn)相比人工作業(yè)具有產(chǎn)量穩(wěn)定、效率高及節(jié)省成本等巨大優(yōu)勢(shì),機(jī)器取代人工的趨勢(shì)愈加明顯,而機(jī)器視覺是幫助機(jī)器人感知周圍環(huán)境,提高機(jī)器人的靈活性、適應(yīng)性及智能化水平的關(guān)鍵因素之一。因此,針對(duì)目前人工打菜分量分配不均,效率低下等諸多弊端,使用機(jī)器視覺技術(shù)研究一種菜品智能識(shí)別技術(shù)具有十分重要的意義。本文基于機(jī)器視覺技術(shù),結(jié)合傳統(tǒng)圖像識(shí)別與深度學(xué)習(xí)圖像識(shí)別,提出了一種菜品智能識(shí)別技術(shù),可以代替人眼實(shí)現(xiàn)菜品的識(shí)別。系統(tǒng)采用了基于小波變換的改進(jìn)Canny邊緣檢測(cè)算法進(jìn)行餐盤的外圍輪廓檢測(cè)及中心點(diǎn)定位,有效解決了噪聲干擾等引起的檢測(cè)定位障礙,并通過(guò)相機(jī)標(biāo)定建立了圖像坐標(biāo)系到世界坐標(biāo)系的坐標(biāo)系轉(zhuǎn)換模型。針對(duì)食物圖像特征復(fù)雜多變,人工設(shè)計(jì)特征魯棒性不強(qiáng)導(dǎo)致傳統(tǒng)圖像處理技術(shù)難以識(shí)別的問(wèn)題,應(yīng)用深度卷積神經(jīng)網(wǎng)絡(luò)圖像處理技術(shù)進(jìn)行菜品的識(shí)別,在YOLOv3網(wǎng)絡(luò)模型的基礎(chǔ)上進(jìn)行改進(jìn),去除了中小尺度的邊界框檢測(cè),并使用批再標(biāo)準(zhǔn)化方法對(duì)數(shù)據(jù)進(jìn)行處理,提高了在小批樣本輸入情況下... 

【文章來(lái)源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：91 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

候選區(qū)域檢測(cè)法

華南理工大學(xué)碩士學(xué)位論文別系統(tǒng)，并提出了一種將基于 SIFT 詞袋特征、特征融合的多核學(xué)習(xí)方法，達(dá)到了 61.34％的分類了擴(kuò)展，可識(shí)別的食物種類提升到了 85 種。

并提出了一種將基于 SIFT 詞袋特征、特征融合的多核學(xué)習(xí)方法，達(dá)到了 61.34％的分了擴(kuò)展，可識(shí)別的食物種類提升到了 85 種。特征統(tǒng)計(jì)信息挖掘食品成分之間的空間關(guān)系，提高食patial relationships between ingredients using pairwise featfood recognition accuracy

【參考文獻(xiàn)】：
期刊論文
[1]基于深度卷積網(wǎng)絡(luò)的目標(biāo)檢測(cè)綜述[J]. 吳帥,徐勇,趙東寧.  模式識(shí)別與人工智能. 2018(04)
[2]基于SCARA機(jī)械手的手眼標(biāo)定[J]. 萬(wàn)曉峰.  電子世界. 2017(06)
[3]基于區(qū)域顏色特征的食物類別識(shí)別算法[J]. 丁偉利,李勇,陳瑜.  電子科技. 2016(06)
[4]深度學(xué)習(xí)研究綜述[J]. 尹寶才,王文通,王立春.  北京工業(yè)大學(xué)學(xué)報(bào). 2015(01)
[5]基于固定閾值法的聲納信號(hào)檢測(cè)性能研究[J]. 蘇冰,王超,劉巖.  數(shù)字技術(shù)與應(yīng)用. 2012(09)
[6]機(jī)器學(xué)習(xí)理論研究[J]. 郭亞寧,馮莎莎.  中國(guó)科技信息. 2010(14)
[7]人工智能技術(shù)發(fā)展及應(yīng)用研究綜述[J]. 張妮,徐文尚,王文文.  煤礦機(jī)械. 2009(02)
[8]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)
[9]用Roberts算子進(jìn)行邊緣處理[J]. 王冰.  甘肅科技. 2008(10)
[10]視覺檢測(cè)系統(tǒng)中的光源照明方法[J]. 閆楓,吳斌.  兵工自動(dòng)化. 2006(11)

碩士論文
[1]基于小波閾值的圖像去噪研究[D]. 歐曉旭.哈爾濱理工大學(xué) 2016
[2]抑制斑點(diǎn)噪聲的超聲圖像濾波算法比較研究[D]. 李堅(jiān).華南理工大學(xué) 2015
[3]攝像機(jī)標(biāo)定方法的研究[D]. 舒娜.南京理工大學(xué) 2014
[4]基于機(jī)器視覺的工業(yè)鏡頭的設(shè)計(jì)[D]. 楊康.福建師范大學(xué) 2013
[5]嵌入式高清工業(yè)相機(jī)研究與實(shí)現(xiàn)[D]. 蔡金.浙江大學(xué) 2013



本文編號(hào)：3587538