基于机器视觉的光电传感器焊缝自动识别方法

针对光电传感器焊缝自动识别的F1较低、方法复杂度较高和存在识别时间较长的问题，提出基于机器视觉的光电传感器焊缝自动识别方法。通过机器视觉技术采集光电传感器焊缝图像，利用高斯模型检测出图像的目标区域，结合海森矩阵提取目标区域的特征点，将提取的特征点输入到量子门神经网络模型中，得到识别结果。仿真实验结果表明，所提方法的光电传感器焊缝自动识别复杂度低，且识别效率与F1值均较高。