面向自动拆解的废旧电器整机智能识别方法

针对拆解废旧电器整机识别的传统方法效率低下的现象,提出一种自定义特征的废旧电器整机识别的方法;首先对废旧电器图像采用目标分割算法把废旧电器与背景进行分割,然后提取废旧电器整机的形状特征和卷积神经网络提取的深层特征,采用PCA算法对提取到的形状特征进行优化,将优化后的形状特征与深层特征进行特征拼接,最后将拼接后的特征向量对搭建好的3个SVM二分类器进行训练,得到废旧电器的分类模型;结果表明,拼接后的特征向量对废旧电器识别的准确率较高,高达91.21%,能够有效地实现废旧电器的智能识别。