-
题名多联融合优化模板匹配的纱纸管分类方法
- 1
-
-
作者
毕俊波
李国平
李猛
刘海宁
-
机构
济南大学机械工程学院
-
出处
《应用光学》
CAS
北大核心
2024年第2期365-372,共8页
-
基金
山东省自然科学基金面上项目(ZR2021ME101)
山东省科技型中小企业创新能力提升工程项目(2022TSGC2416)。
-
文摘
圆锥纱纸管的自动分类识别一直是该部件智能制造方面的技术难题,针对传统图像分类方法无法兼顾速度与精度,以及深度学习成本大、部署难、硬件要求高等问题,提出了一种基于多联融合优化模板匹配的纱纸管分类方法。采用多个改进算法及策略并使用三次数据降维加快模板匹配速度。将用于运动估计的优化算法SEA(successive elimination algorithm)用于模板匹配中,并把该算法的阈值改进为自适应阈值,用于加强算法鲁棒性;采用小波金字塔进行数据降维,减少运算量并提高运算速度;最后采用十字灰度特征模板代替传统SAD(sum of absolute differences)算法及其模板计算性能指标,并采用提前停止迭代搜索的策略进一步滤除数据,设置累计误差阈值来提前停止搜索。匹配实验表明,本文的改进算法保证了精度,并且匹配速度达到了0.126 s左右;对比、消融实验表明,本文算法在保证了精度的前提下,速度比传统SAD算法提升了近11倍,相比于一些其他经典的方法在速度上也均有提升,证明了该方法的有效性。
-
关键词
模板匹配
圆锥纱纸管
目标分类检测
算法融合改进
-
Keywords
template matching
conical yarn paper tube
target classification detection
algorithm fusion improvement
-
分类号
TN911.73
[电子电信—通信与信息系统]
TP391.4
[电子电信—信息与通信工程]
-
