基于反射光和透射光成像的图像识别方法比较.pdf

基于反射光和透射光成像的图像识别方法比较.pdf

ID:51449493

大小:1.01 MB

页数:3页

时间:2020-03-25

基于反射光和透射光成像的图像识别方法比较.pdf_第1页
基于反射光和透射光成像的图像识别方法比较.pdf_第2页
基于反射光和透射光成像的图像识别方法比较.pdf_第3页
资源描述:

《基于反射光和透射光成像的图像识别方法比较.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、26卷第3期机电产品开发与刨新V01.26,No.3兰旦!曼竺曼旦里!!生!竺!竺苎!竺竺竺!!竺竺竺!虫!!苎兰!竺!型皇坚!!竺塑璺!:!兰旦!曼文章编号:1002—6673(2013)03-007-03基于反射光和透射光成像的图像识别方法比较弓宇,郭英玲,张枫,刘红旗(机械科学研究总院中机生产力促进中心,北京100044)摘要:论文以废旧电子元器件分类识别为应用背景,针对图像目标的边缘提取方法开展研究,分析了获得目标图像时分别采用反射光和透射光两种成像方法在成像原理和技术实现上的不同,并通过比较两种成像方法对于相同的目标物和边缘提取算法得到的不同试

2、验结果。最终选择了透射光成像技术作为废旧电子元器件识别的成像方法。关键词:图像识别;边缘检测;反射光成像;透射光成像中图分类号:7rP39文献标识码:Adoi:10.3969/i.issn.1002—6673.2013.03.003ComparisonofImageRecognitionMethodBasedontheReflectedandTransmittedImagingGONGYu,GUOYing-Ling,ZHANG屁昭,LIUHong-Qi(ChineseMachineProductivityPromotionCenter,Mechanica

3、lScienceKesearchImtitute,Beijing100044,China)Abstract:Inthispaper,wetakewasteelectroniccomponenuclassificationandidentification船abackgroundand.mlagetargetedgeexctrac—tionmethodaStheprimaryproblem.Firstweanalyzethedifferencesinprincipleandtechnologybetweenreflectedimagingandtransm

4、ittedimaging,thentestthetwomethodsunderthesal'nealgorithmandtargets,finallymakethedecisionthattransmiuedimagingismoresuitablefortheapphcafion.Keywords:inlagerecognition;shaperecognition;reflectedimaging;trarlSⅡlictedimaging0引言图像识别是指图像经过必要的预处理后,进行图像分割和特征提取。最终进行判决分类的过程,主要包括目标图像特征提取

5、、特征描述和特征匹配三个部分。图像识别技术是图像处理领域研究最多的课题之一。利用现代信息处理与计算技术来模拟和完成人类的认识、理解过程。在工业自动化、航空航天、医学、通信、机器人及军事等领域均有广泛的应用Ⅲ。本文针对工业自动化生产过程中电子元器件产品的分类识别展开讨论。电子元器件是电子行业不可或缺的重要部件。然而随着电子信息产业规模的不断扩大,也带来了大量的废旧电子元件,若直接丢弃不仅造成了资源的浪费。电子元器件中所含的重金属或污染物也会对环境造成破坏性的影响。因此,电子产品企业对废旧电修稿日期:2013-04.-09基金项目:国家科技支撑计划项目(20

6、11BAFllB06)作者简介:弓宇,女,博士研究生。专业为机械设计及理论。主要研究方向:精密测量、图像处理。子元件进行自动化的分类回收.已经成为了绿色制造的一个新命题。1图像目标特征的确定图像目标的特征按照提取来源的不同可分为全局特征、局部特征和随机采样特征。全局特征是通过描述整个图像的某些特征表示该图像,由于全局特征不能很好地在背景中区分前景。或在混合信息中区分彼此,因此基于全局特征描述的方法在目标图像存在混杂背景以及目标遮挡等情况下效果不佳。局部特征是指只利用局部目标区域的信息构造特征量,局部特征可以是点,也可以是边缘或者小图像块。局部特征受图像变

7、换影响较少.可在图像发生尺度、旋转、照度、视角以及模糊等变换中保持特征描述的不变性。随机特征是指通过在每个位置和尺度上采样不同图像特征,再综合计算全局特征。这种图像描述方法效率较低,且对目标的形状变化要求严格,极大的限制了其应用场合【2】。本文研究的典型电子元器件分类识别设备要求在产线上进行实时分类,因此对识别的准确度和识别效率要求都很高。待识别的元器件包括电阻、电容、电感、二7·开发与创新·极管、集成电路等,形状变化较大,并且由于目标物是由废旧的电子产品上拆卸下来进行回收.往往表面已磨损或有油污,无法通过表面标示或色环进行判定分类。对于这些混杂的电子元

8、器件产品,本文拟取其局部特征,边缘(轮廓),作为描述特征,来进行后续的处理和分类

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。