基于图像矩特征的工件摆放类型Parzen窗估计

您当前的位置：

首页 >

文章列表页 >

光学测量 | 更新时间：2025-09-01

- 基于图像矩特征的工件摆放类型Parzen窗估计
- Parzen window estimation of workpiece placement type based on moment feature of image
- 光学技术 2019年45卷第4期页码：404-411
- 作者机构：
  
  1. 1:华北理工大学电气工程学院
  2. 2:河北省工业机器人产业技术研究院
  3. 3:中石油北京天然气管道有限公司
- 作者简介：
- 基金信息：
  
  国家自然科学基金(71601039)
- DOI：10.13741/j.cnki.11-1879/o4.2019.04.004
  中图分类号：
- 纸质出版：2019
- 稿件说明：
移动端阅览
王福斌, 刘贺飞, 霍晓彤, 等. 基于图像矩特征的工件摆放类型Parzen窗估计[J]. 光学技术, 2019,45(4):404-411.

Parzen window estimation of workpiece placement type based on moment feature of image[J]. 2019, 45(4): 404-411.
王福斌, 刘贺飞, 霍晓彤, 等. 基于图像矩特征的工件摆放类型Parzen窗估计[J]. 光学技术, 2019,45(4):404-411. DOI： 10.13741/j.cnki.11-1879/o4.2019.04.004.

Parzen window estimation of workpiece placement type based on moment feature of image[J]. 2019, 45(4): 404-411. DOI： 10.13741/j.cnki.11-1879/o4.2019.04.004.

工件的视觉判别是实现机械手抓取工件的重要环节

如何对姿态变换后的工件进行视觉识别及分类

具有重要的理论及工程研究价值。设计了工件姿态变换实验平台

实验研究了工件姿态变换的视觉识别问题。首先

采用分水岭图像分割方法

实现了工件目标图像的分割。其次

针对工件在水平面旋转姿态变换及在三维空间进行姿态变换两种情况

分别选取单个工件、部分遮挡工件及部分重叠工件构建图像样本

并实现了七个特征不变矩的提取。最后

将工件训练样本的五阶矩、七阶矩的平均值作为工件种类分类目标

采用Parzen窗对待识别工件类型进行概率密度估计

并用带惯性的粒子群算法对Parzen窗估计结果进行优化

克服Parzen窗估计的多峰值问题

实现了对工件摆放类型的准确判别。

浏览量

180

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于Radon变换和四元数实矩阵的彩色图像零水印算法

图像区域不变矩的快速计算方法

一种新型不变矩在图像识别中的应用

基于矩的不同地面分辨率红外图像的不变量分析

基于不变矩特征匹配的目标定位方法的实现