排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
为增强工业级机器视觉系统的实时性和稳定性,本文提出一种基于等积环投影与Zernike矩的具有旋转不变性的快速模板匹配方法,该方法采用由粗到精匹配策略,在粗匹配阶段以等积环投影向量作为特征进行匹配得到候选点集,再基于Zenrike矩进行精确匹配.主要创新点为提出复杂度低、抗噪性强和具有旋转不变性的等积环投影向量特征,并利用圆对称性在八分圆法基础上进一步降低Zernike矩计算量.经理论分析和实验对比验证,此法在保障匹配精度前提下,其匹配速度胜于当前同类最优算法,且对高斯噪声及线性亮度变化有强鲁棒性. 相似文献
2.
基于卷积神经网络的单视图检测不能有效识别三维形状的缺陷目标，导致在实际应用中，往往是通过只检测某一最具代表性的视图或者依次检测每个面来实现低精度的检测要求，这带来了较大的时间成本和使用限制. 针对这一问题，提出了改进的残差网络(ResNet)，并将其应用于三维形状的焊点缺陷检测. 该模型首先会一次性获取焊点的所有视图图像，再通过特征聚合和自适应学习模块，最终获得检测结果. 多视图焊点数据集来自高频电感元件，在所提出方法的识别精度达到了99.48%. 结果表明，改进的残差网络在同等网络层数的情况下有效提升了图像识别精度；对比单视图检测，多视图检测结构仅以较少的时间代价获得了较大的精度提升，能有效完成实际工业生产中的三维形状缺陷目标的检测任务. 相似文献
1