提出了一种基于SURF特征与神经网络相结合的方法,实现了对多种型号轮毂的识别。首先,将所有采集的样本图像分成训练集、验证集和测试集;然后,将所有样本图像缩放至合理大小并进行转灰操作;提取所有样本图像的SURF特征并导入到搭建好的神经网络中进行训练、验证和测试,通过神经网络强大的学习能力,从对大量特征数据的学习过程中获得一个最佳的识别模型。该方法可以以最少的样本图像获得一个能准确识别轮毂型号的识别模型。另外,该方法鲁棒性好、抗干扰能力强,能满足自动化生产线实时性的要求。
科研之友
微信
新浪微博
Facebook
分享链接
