视觉导引AGV以识别标识符为基础实现工位转换;Hu矩算法可以提取字符的特征参数,结合机器学习分类算法,对特征值进行提取并分类,其运算速度快,但是识别准确率低;分析其原理公式,发现由于阶数高导致数值范围大,数据相近度差;基于此,对Hu矩公式进行改进,构造了新的算法;通过对UCI字符数据库进行检测,并在视觉导引AGV平台上进行在线测试,验证了改进后的Hu矩算法可以更快地提取特征值,并大大提高机器学习算法字符分类准确率,说明改进后的Hu矩算法在视觉导引AGV的字符识别上具有较好的实用性。
科研之友
微信
新浪微博
Facebook
分享链接
