论文摘要
随着港口自动化技术的发展,码头需要对集装箱进行自动装卸作业。为了解决集装箱装卸作业中对集装箱锁孔的识别定位问题,提出一种基于机器视觉的集装箱锁孔识别方法,用于辅助码头集装箱的自动化装卸作业。首先采集集装箱照片,对照片中的集装箱锁孔进行人工标注,制作成锁孔样本,并进行归一化处理,进而提取锁孔样本的HOG特征,然后对SVM进行训练作为集装箱锁孔识别分类器,最后采用多尺度滑窗对图像进行扫描检测。使用300张测试样本进行测试实验,结果表明,该方法对集装箱锁孔的识别率达到92%,锁孔误检率低于3%,而且能够在各种复杂光照及背景条件下进行锁孔检测,可以满足港口自动化的实际要求。
论文目录
文章来源
类型: 期刊论文
作者: 张羽达,赵德安,刘晓洋
关键词: 方向梯度直方图,支持向量机,机器视觉,分类器,集装箱锁孔
来源: 软件导刊 2019年03期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 公路与水路运输,计算机软件及计算机应用
单位: 江苏大学电气信息工程学院
基金: 常州市应用基础研究计划项目(CJ20179014)
分类号: TP391.41;U693
页码: 16-19+24
总页数: 5
文件大小: 1817K
下载量: 185