基于支持向量机的轮胎标识点形状识别-论文.pdf

《基于支持向量机的轮胎标识点形状识别-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、2014年4月图学学报April2014第35卷第2期JOURNALOFGRAPHICSV01．35No．2基于支持向量机的轮胎标识点形状识别王勇，郭慧(华东理工大学机械与动力工程学院。上海200237)摘要：轮胎标识点在轮胎分类中发挥着重要的作用，为了解决人工识别标识点工作强度大、误差较高等问题，提出了一种基于支持向量机的轮胎标识点形状识别算法。首先利用中值滤波对标识点图像进行降噪处理，根据标识点图像的灰度直方图对图像进行分割以去除背景，并利用Canny边缘检测算子提取标识点边缘轮廓。然后，提取标识点轮廓的傅立叶描述子系数，最后利用支持向量机对标识点的傅立叶描述子系数进行分类以识

2、别标识点的形状。实验结果表明，该算法能准确地识别出轮胎标识点的形状．提高了标识点识别效率。关键词：支持向量机；标识点：傅立叶描述子：形状识别中图分类号：TP391文献标识码：A文章编号：2095．302X(2014)02．0274—06TheShapeRecognitionofTyreMarkingPointsBasedOilSupportVectorMachineWangYong，GuoHui(SchoolofMechanicalandPowerEngineering,EastChinaUniversityofScienceandTechnology,Shanghai200237

3、,China)Abstract：Thetyremarkingpointsplayanimportantroleinthetyreclassification．However,rflallualrecognitionislaboriousandiseasilyinfluencedbyphysiologicalfactors．AmethodofshaperecognitionoftyremarkingpointsbasedonSupportVectorMachine(SVM)isproposedinthispaper．Firstly,theimageoftyromarkingpoint

4、swillbedenoisedbymedianfilterandsegmentedbasedonthegraylevelhistogram．ThentheedgeoftyremarkingpointswillbedetectedbyCannyalgorithm，andthedetectededgewillberepresentedbyFouriertransform．Lastly,thoseFouriercoefficientswillbeusedasinputtoSVMclassifierfordistinguishingshapesoftyremarkingpoints．The

5、experimentalresultsshowthattheproposedmethodcanachievehighcorrectshaperecognitionrateandimprovetheefficiencyofrecognitionoftyremarkingpoints．Keywords：supportvectormachine；tyromarkingpoints；Fourierdescriptors；shaperecognition在轮胎制造过程中，轮胎的侧面会打印上不别方法不仅工作强度大而且效率低、易出现错检同形状标识点，这些标识点用于轮胎的入库分现象‘11。类。然而

6、，在标识点的识别过程中大多数轮胎生随着人工智能算法和数字图像处理技术的产厂家仍旧采用人工识别的方法。这种标识点识不断发展，有很多现代技术已应用于工业生产制收稿日期：2013-09．16：定稿日期：2014-01．08作者简介：王勇(1988一)，男，山东临沂人，硕士研究生。主要研究向为机械设计及理论、机器视觉。E-mail：wangecust@163．corn通信作者：郭慧(1964一)，女，江西赣，、I'lA，副教授。主要研究NNit-算机图形学、逆向工程。E-mail：ghcad@163．corn第2期王勇等：基于支持向量机的轮胎标识点形状识别275造过程中。Franci等【2

7、】利用机器视觉技术对焊接电路板进行自动检测。Nashat掣3]利用支持向量1机算法设计了一种在线检测生产线上饼干颜色的方法。Li等【4J设计了一种自动分拣棉绒中杂质物的方法。这些应用人工智能算法设计的工业生产方法，不仅提高了工业生产效率还极大地节省了人力资源。然而，将人工智能算法应用于轮胎050100150200250300标识点形状识别的应用实例较少。(b)【㈨‘I滤波后罔像的灰度阿乃-

8、翻为了能够更加有效地识别轮胎标识点，本文图2中值滤波后的图像及其灰度直方图提出