基于机器视觉多目标工件分类识别和定位研究

作者：杨桂华; 刘志毅; 王晓文

来源：机床与液压, 2021, 49(11): 82-86+126.

DOI：10.3969/j.issn.1001-3881.2021.11.017

• 机器视觉
• 神经网络分类器
• 多工件识别定位

为实现对随机摆放的多类型工件进行分类识别和定位,提出一种基于连通域Blob分析与神经网络分类器相结合的方法。该方法运用机器视觉技术,以Halcon软件为试验检测平台,通过Blob分析提取工件的特征信息实现定位,并且应用提前训练好的神经网络分类器对多类型工件进行分类识别。试验结果表明:相比传统模板匹配和定位算法,该多工件分类识别和定位方案识别准确率达到100%,定位精度提升0.7 mm,识别和定位时间减少8.735 ms,具有更好的多工件识别定位效果,有一定的应用前景和推广价值。