本文主要研究内容
作者田中可,陈成军,李东年,赵正旭（2019）在《基于PX-LBP和像素分类的装配体零件识别研究》一文中研究指出：针对机械产品装配维修诱导中零件和装配体的识别、监测问题,对装配体零件识别及装配监测进行了研究,对LBP算子进行了改进,提出了一种基于像素局部二值模式(PX-LBP)和像素分类的装配体零件识别及装配监测方法。首先将LBP算子与像素分类融合,提出了PX-LBP算子;然后对深度图像进行了PX-LBP特征提取,生成了训练集和测试集;最后训练随机森林分类器,并利用训练好的随机森林分类器实现了对测试集深度图像的像素分类,生成了像素预测图像,通过像素预测图像与标记图像对比实现了装配体零件的识别及装配过程的监测。研究结果表明:该方法对于模型深度图像的像素识别率可达到98.81%,对于真实装配体深度图像的像素识别率也可达到77.51%;该方法兼具了一定的实时性与鲁棒性,可用在装配维修诱导、装配监测和自动化装配邻域中。
Abstract
zhen dui ji xie chan pin zhuang pei wei xiu you dao zhong ling jian he zhuang pei ti de shi bie 、jian ce wen ti ,dui zhuang pei ti ling jian shi bie ji zhuang pei jian ce jin hang le yan jiu ,dui LBPsuan zi jin hang le gai jin ,di chu le yi chong ji yu xiang su ju bu er zhi mo shi (PX-LBP)he xiang su fen lei de zhuang pei ti ling jian shi bie ji zhuang pei jian ce fang fa 。shou xian jiang LBPsuan zi yu xiang su fen lei rong ge ,di chu le PX-LBPsuan zi ;ran hou dui shen du tu xiang jin hang le PX-LBPte zheng di qu ,sheng cheng le xun lian ji he ce shi ji ;zui hou xun lian sui ji sen lin fen lei qi ,bing li yong xun lian hao de sui ji sen lin fen lei qi shi xian le dui ce shi ji shen du tu xiang de xiang su fen lei ,sheng cheng le xiang su yu ce tu xiang ,tong guo xiang su yu ce tu xiang yu biao ji tu xiang dui bi shi xian le zhuang pei ti ling jian de shi bie ji zhuang pei guo cheng de jian ce 。yan jiu jie guo biao ming :gai fang fa dui yu mo xing shen du tu xiang de xiang su shi bie lv ke da dao 98.81%,dui yu zhen shi zhuang pei ti shen du tu xiang de xiang su shi bie lv ye ke da dao 77.51%;gai fang fa jian ju le yi ding de shi shi xing yu lu bang xing ,ke yong zai zhuang pei wei xiu you dao 、zhuang pei jian ce he zi dong hua zhuang pei lin yu zhong 。
论文参考文献
论文详细介绍
论文作者分别是来自机电工程的田中可,陈成军,李东年,赵正旭，发表于刊物机电工程2019年03期论文，是一篇关于零件识别论文,装配监测论文,深度图像论文,像素局部二值模式论文,像素分类论文,随机森林分类器论文,机电工程2019年03期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自机电工程2019年03期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：零件识别论文; 装配监测论文; 深度图像论文; 像素局部二值模式论文; 像素分类论文; 随机森林分类器论文; 机电工程2019年03期论文;