面向机械分拣系统的电子元件自动识别算法

作     者：潘美莲 陈洁 陈赣浪 PAN Mei-lian;CHEN Jie;CHEN Gan-lang

作者机构：广州工程技术职业学院信息工程学院广东广州510000 华南师范大学软件学院广东佛山528225 

基　　金：2019年度广东省普通高校重点科研特色创新类(自然科学)项目—无人机辅助的大规模物联网数据高效传输研究(2019GKTSCX075) 2019年度广东省普通高校重点科研特色创新类(自然科学)项目—基于Spark并行框架的大数据脱敏系统设计与实现(2019GKTSCX073) 2018年度广东省普通高校重点科研特色创新类(自然科学)项目—基于情境感知的广播电视群组推荐关键技术研究(2018GKTSCX096) 

出 版 物：《机械设计与制造》 (Machinery Design & Manufacture)

年 卷 期：2023年第383卷第1期

页      码：175-178,182页

摘      要：为了提高电子元件机械分拣系统的效率,提出一种电子元件参数图像自动识别算法。利用矩形分割处理电子元件参数图像,通过黑、白色号标记特征修正图像灰度形态。计算图像横纵坐标、摄像机感光阵列、连接机器坐标与摄像机坐标,获得电子元件参数图像的具体坐标系。拟合坐标系内灰度值导数差值与图像像素点信息,得到元件边缘轮廓信息。凭借多项式差值拟定坐标系点集的差值,确保梯度幅值在区间中存在极大值。利用依靠梯度方向法明确元件参数图像素点大致分布,最后利用核分类器构建监督机器学习模型,引入拉格朗日乘子计算参数图像像素坐标点位置,实现图像自动识别。实验证明,该方法能够精确识别图像内的电子元件位置,且识别效率高。

主 题 词：监督式机器学习 电子元件 参数图像 拉格朗日乘子 多项式差值 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 080202[080202] 08[工学] 0804[工学-材料学] 0802[工学-机械学] 080201[080201] 

D　O　I：10.3969/j.issn.1001-3997.2023.01.038

馆 藏 号：203115451...