基于机器学习的装配质量图像识别研究 |
| |
引用本文: | 薛未业,王家海.基于机器学习的装配质量图像识别研究[J].佳木斯大学学报,2020,38(1):75-79. |
| |
作者姓名: | 薛未业 王家海 |
| |
作者单位: | 同济大学中德学院,上海201804;同济大学中德学院,上海201804;同济大学机械与能源工程学院,上海201804 |
| |
摘 要: | 针对柔性化生产线上人工装配过程中装配质量的检测问题,提出基于机器学习的装配图像识别方法。首先设计整体方案,采用普通工业相机结合图像识别软件的方式,构建硬件系统并开发软件模块。接着利用监督算法通过训练分类器实现图像识别。测试各算法方案并比较图像识别准确率、训练和分类耗时以及训练所需数据量,选取效果较好的算法方案。然后研究训练数据扩展方法,以降低训练图片数量并提高识别正确率。结果表明:采用合适算法方案的装配图像识别系统能满足工业应用需要。
|
关 键 词: | 智能装配系统 图像识别 机器学习 监督算法 |
本文献已被 CNKI 万方数据 等数据库收录! |
|