基于图像不变矩和SVM的机械零件分类识别被引量：11

Classifying and recognizing of mechanical parts based on the image invariant moment and SVM

下载PDF

导出

摘要为了实现机械零件的分类识别,本文采用了不变矩与支持向量机(SVM)相结合的方法。提取了图像的HU不变矩和仿射不变矩,通过交叉验证算法进行SVM核参数和惩罚因子的参数寻优,为了提高SVM分类器的分类性能,采用有向无环图(DAG)方法设计多类分类器,实现了零件的分类。通过实验验证了本文提出的算法并对实验结果进行了分析。

作者匡逊君赵文倩李明富

机构地区湘潭大学机械工程学院

出处《制造业自动化》北大核心 2012年第15期65-68,72,共5页 Manufacturing Automation

基金湘潭大学校级项目:基于自然图像界面的操作技术研究(09XZX14) 湖南省教育厅开放基金项目:基于钻削过程信号瞬态特征的批量工序质量研究(10K063)

关键词 HU不变矩仿射不变矩 SVM 零件分类有向无环图

分类号 TP391.4 [自动化与计算机技术—计算机应用技术]

引文网络
相关文献

参考文献8

1Hu M K. Visual pattern recognition by moment invariants[J]. IEEE Transactions on Information Theory, 1962, 8(2): 179- 187. 被引量：1
2Shen D, Horace H Sip. Discriminative Wavelet Shape Descriptors for recognition of Z-D Patters[J]. Pattern Recognition, 1999, 32(2): 151-165. 被引量：1
3Flusser J, Suk T. Pattern recognition by affine moment invariants[J]. Pattern Recognition, 1993, 26(1): 167-174. 被引量：1
4Rahtu, M. Salo,J. Heikkila. Affine invariant pattern recognition using multiscale. Autoconvolution.IEEE Transactions on Pattern Analysis and Machine Intelligence, 2005, 27(6): 908-918. 被引量：1
5V vapnik. The nature of statistical learning theory[M]. NewYork: springer-verlag, 1995. 被引量：1
6李盼池,许少华.支持向量机在模式识别中的核函数特性分析[J].计算机工程与设计,2005,26(2):302-304. 被引量：98
7Vapnik V, Golowich S, Smola A. Support vector method for function approximation, regression estimation, and signal processing[C]//Mozer M, Jordan M, Petsche T. Neural Information Processing Systems 9.Cambridge, MA: MIT Press, 1997(4): 281-287. 被引量：1
8奉国和.SVM分类核函数及参数选择比较[J].计算机工程与应用,2011,47(3):123-124. 被引量：275

二级参考文献12

1奉国和,朱思铭.基于聚类的大样本支持向量机研究[J].计算机科学,2006,33(4):145-147. 被引量：14
2Sholkopf B,Sung K,Burges C J C,et al.Comparing support vector machine with Gaussian Kernels to radial basis function classifiers[J].IEEE Trans,Signal Processing,1997,45:2758-2765. 被引量：1
3Burges C J C.A tutorial on support vector machines for pattern recognition[J].Data Mining and Knowledge Discovery,1998(2):121-167. 被引量：1
4Vapnik V N.The nature of statistical learning theory[M].New York:Springer,1999. 被引量：1
5Hsu C W.A practical guide to support vector classification[EB/OL].[2009-06-20].http://www.csie.ntu.edu.tw/-cjlin/papers/guide/guide.pdf. 被引量：1
6LIBSVM-A library for support vector machines[EB/OL].[2009-06-07].http://www.csie.ntu.edu.tw/-cjlin/libsvm/. 被引量：1
7VladimirNVapnik.统计学习理论的本质[M].北京:清华大学出版社,2000.96-107. 被引量：35
8史忠植.知识发现[M].北京：清华大学出版社,2001.. 被引量：24
9张学工.关于统计学习理论与支持向量机[J].自动化学报,2000,26(1):32-42. 被引量：2268
10田盛丰,黄厚宽,李洪波.基于支持向量机的手写体相似字识别[J].中文信息学报,2000,14(3):37-41. 被引量：28

共引文献366

1熊景华,茹璟.基于随机森林算法和模糊信息粒化的汇率预测组合模型研究[J].数量经济技术经济研究,2021,38(1):135-156. 被引量：14
2刘琼,张豹.基于GBDT算法的锂电池剩余使用寿命预测[J].电子测量与仪器学报,2022,36(10):166-172. 被引量：5
3李卓识,陈晓旭,温长吉,王娜,林楠,田霞.基于机器学习的鹅膏属真菌形态特征分类模型研究[J].中国农机化学报,2020,41(1):136-143. 被引量：3
4杜欣慧,张艳.神经网络和支持向量机在短期负荷预测中的应用[J].电气技术,2009,10(9):17-21. 被引量：2
5张振,杜守洪,陈子怡,田翔华,周毅,张洋.近似熵与SVM在自动分类癫痫脑电信号中的应用[J].生物医学工程研究,2013,32(2):74-79. 被引量：4
6周艳飞,张绘芳,李霞,杨帆,丁程锋.基于高分辨遥感数据的胡杨与柽柳树冠提取[J].遥感技术与应用,2015,30(3):510-517. 被引量：17
7刘海峰.关于对网络时代下计算机审计的思考[J].贵州民族学院学报（哲学社会科学版）,2005(6):83-85.
8陈涛,谢阳群.基于支持向量机的外贸企业客户分类方法应用研究[J].情报科学,2006,24(7):1095-1099. 被引量：3
9林升梁,刘志.基于RBF核函数的支持向量机参数选择[J].浙江工业大学学报,2007,35(2):163-167. 被引量：143
10朱云涛,尹怡欣,杜军平.SVM增量算法及在旅游信息分类中的应用[J].计算机工程与设计,2007,28(3):700-702. 被引量：1

同被引文献96

1黄南天,杨学航,蔡国伟,宋星,陈庆珠,赵文广.采用非平衡小样本数据的风机主轴承故障深度对抗诊断[J].中国电机工程学报,2020,40(2):563-574. 被引量：30
2李晓兵,孙晓丽,夏良正.基于小波矩特征的小波神经网络目标识别[J].东南大学学报（自然科学版）,2006,36(S1):90-93. 被引量：5
3张虹,陈文楷.一种基于小波矩的图像识别方法[J].北京工业大学学报,2004,30(4):427-431. 被引量：11
4李盼池,许少华.支持向量机在模式识别中的核函数特性分析[J].计算机工程与设计,2005,26(2):302-304. 被引量：98
5刘小明,尹建伟,冯志林,董金祥.基于适应加权非对称AdaBoost HMM的三维模型分类算法[J].浙江大学学报（工学版）,2006,40(8):1300-1305. 被引量：4
6薛磊,杨晓敏,吴炜,陈默,何小海.一种基于KNN与改进SVM的车牌字符识别算法[J].四川大学学报（自然科学版）,2006,43(5):1031-1036. 被引量：21
7万毕乐,宁汝新,刘检华,郑轶.虚拟环境中线缆建模及布线的研究与实现[J].中国机械工程,2006,17(20):2135-2139. 被引量：7
8MANUEL F, ALFREDO F. Sketch-based retrieval of complex draw- ings using hierarchical topology and geometry[ J]. Computer-Aided Design, 2009,41(12) : 1067 - 1081. 被引量：1
9PEDRO S, MANUEL F. Sketch - based retrieval of drawing using spatial proximity[ J]. Journal of Visual Languages and Computing, 2010, 21(2) : 69 - 80. 被引量：1
10DINESH KUMAR V P. Performance study of an improved Legendremoment descriptor as region-based shape descriptor [ J]. Pattern Recognition and Image Analysis, 2008, 18( 1): 23 -29. 被引量：1

引证文献11

1方乃伟,吕学强,张丹,王弘蔚.基于加权距离的机械设计图像异步检索方法[J].计算机应用,2013,33(5):1406-1410. 被引量：5
2周伟峰,江娟娟,林园胜,许钢.SVM与组合矩在工件识别中的应用研究[J].重庆工商大学学报（自然科学版）,2015,32(4):78-84. 被引量：3
3司小婷,吴文江,孙一兰.基于视觉的零件识别和定位[J].组合机床与自动化加工技术,2016(10):70-73. 被引量：18
4汪嘉杰,王磊,范秀敏,尹旭悦.基于视觉的航天电连接器的智能识别与装配引导[J].计算机集成制造系统,2017,23(11):2423-2430. 被引量：22
5强会英,李雨虹,王洪申,杨笑蕊.基于HMM和仿射不变矩三维模型归类与检索算法[J].制造业自动化,2019,41(3):34-40. 被引量：3
6田中可,陈成军,李东年,赵正旭,洪军.基于深度图像的零件识别及装配监测[J].计算机集成制造系统,2020,26(2):300-311. 被引量：11
7柳云鹤,李苏.基于遗传算法的2D机械零件分类识别[J].传感器与微系统,2020,39(8):148-151. 被引量：7
8方舟,程筱胜,崔海华,石诚,韦号.基于GAPSO-SVM的钣金零件图像识别方法[J].机械制造与自动化,2020,49(5):116-118. 被引量：3
9马晨凯,吴毅慧,傅华奇,业宁.基于深度学习的先进陶瓷零件实时缺陷检测系统[J].南京航空航天大学学报,2021,53(5):726-734. 被引量：9
10许知建,欧阳,李毅,李柏林,熊鹰.最大化互信息约束的R-NLN高频工件图像分类模型[J].机械制造与自动化,2023,52(6):89-93.

二级引证文献80

1李崇新.机械设计制造中逆向工程的研究[J].中国科技纵横,2018,0(3):42-43.
2关晓铮.机械设计与机械制造的技术探讨[J].企业技术开发（中旬刊）,2014,33(3):87-88. 被引量：3
3杜燕.机械设计与机械制造技术的探讨[J].科技致富向导,2015,0(9):159-159. 被引量：2
4朱文荣.机械设计与机械制造的技术探微[J].科技创新与应用,2017,7(13):105-105. 被引量：1
5靳阳阳,岳超,贺云,徐志刚,刘哲.基于战斗部药块装填视觉定位系统的结构参数优化[J].组合机床与自动化加工技术,2017(10):12-17.
6张霞峰,刘强,尹自强,赵荣丽,林剑.微结构阵列在位检测系统研究[J].组合机床与自动化加工技术,2018(6):93-97.
7邹海.基于智能视觉的运动幅度合理性判断[J].内蒙古民族大学学报（自然科学版）,2018,33(5):390-395.
8徐一丁,杜慧敏,毛智礼,张丽果,顾文宁.基于卷积神经网络的工件识别算法[J].组合机床与自动化加工技术,2018(4):37-40. 被引量：10
9周航,陈婵娟,李承,顾灏.基于激光位移传感器的螺纹孔位姿搜索方法研究[J].组合机床与自动化加工技术,2019(2):37-40. 被引量：4
10陈威,刘艳,雷庆.基于智能视觉的小差异行为特征分类[J].计算机科学,2019,46(3):298-302. 被引量：1

1严华,殷国富,宁芊.一种机械零件图像边缘特征的提取方法[J].四川大学学报（工程科学版）,2008,40(5):181-184. 被引量：2
2骆正茂.基于云制造模式的零件库系统[J].计算机系统应用,2012,21(4):41-45. 被引量：3
3吴薇,杨继全.基于RFID的零件精细分类管理系统开发[J].南京师范大学学报（工程技术版）,2012,12(2):18-23. 被引量：1
4诸锡祺,孙少俊,吴锡英.CIMSCLASS─—面向CIM的零件分类软件开发工具[J].高技术通讯,1995,5(8):1-4.
5迟彦孝,王守城,王益强,赵海霞.基于模式识别的计算机辅助零件分类系统设计[J].青岛科技大学学报（自然科学版）,2003,24(3):244-247.
6机器视觉——让塑料零件分类不再难[J].食品安全导刊,2012(3):62-62.
7孔垂品,牛强,柳伟,周雄辉.模具零件的最小包围盒生成算法[J].模具工业,2014,40(4):15-18. 被引量：4
8朱建忠,胡寿松,丁勇.竞争型小波神经网络在零件分类中的应用[J].组合机床与自动化加工技术,2007(3):94-97.
9朱凤芹,杨慕升,马晨晖,闫怀仁.改进Canny算法在再制造视觉检测中的应用[J].中国农机化学报,2015,36(3):270-273. 被引量：9
10徐新胜,何晓柯,李丹,严天宏,程鑫.混合多模型产品中尺寸约束复杂性及其变型设计研究[J].中国机械工程,2011,22(3):340-345. 被引量：4

制造业自动化

2012年第15期

浏览历史

内容加载中请稍等...

基于图像不变矩和SVM的机械零件分类识别被引量：11

参考文献8

二级参考文献12

共引文献366

同被引文献96

引证文献11

二级引证文献80

相关作者

相关机构

相关主题

浏览历史

基于图像不变矩和SVM的机械零件分类识别 被引量：11

参考文献8

二级参考文献12

共引文献366

同被引文献96

引证文献11

二级引证文献80

相关作者

相关机构

相关主题

浏览历史

基于图像不变矩和SVM的机械零件分类识别被引量：11