基于遗传算法的2D机械零件分类识别

柳云鹤; 李苏

doi:10.13873/J.1000-9787(2020)08-0148-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于遗传算法的2D机械零件分类识别

计算与测试 | 更新时间：2025-09-11

- 基于遗传算法的2D机械零件分类识别
- Classification and recognition of 2D mechanical parts based on GA
- 传感器与微系统 2020年39卷第8期页码：148-151
- 作者机构：
  
  山东大学机械工程学院
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2020)08-0148-04
  中图分类号： TP18;TP391.41
- 纸质出版：2020
- 稿件说明：
移动端阅览
[1]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(08):148-151.

LIU Yunhe, LI Su. Classification and recognition of 2D mechanical parts based on GA[J]. 2020, 39(8): 148-151.
[1]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(08):148-151. DOI： 10.13873/J.1000-9787(2020)08-0148-04.

LIU Yunhe, LI Su. Classification and recognition of 2D mechanical parts based on GA[J]. 2020, 39(8): 148-151. DOI： 10.13873/J.1000-9787(2020)08-0148-04.

摘要

提出了一种新的机器视觉零件分类方法。利用计算机图形

首先以3D模型建模机械零件

然后投影到x-y平面以生成一组2D图像;最后利用遗传算法(GA)的仿射变换采集图像和训练样本的模板比对进行识别。实验结果证明:本方法相比Hu不变矩方法具有较高的零件识别率。

Abstract

A new machine vision based mechanical parts classification method is presented. Firstly

computer graphics is used for modeling of mechanical parts by 3 D model. Then

project them to the x-y plane to generate a group of 2D images. Finally

affine transformation of genetic algorithm（ GA） is used to acquire images

and compare with template of training sample for identification. Experimental result shows that the proposed method has higher mechanical parts recognition rate compared with Hu invariant moment method.

关键词

Keywords

references

浏览量

290

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于柔性压力传感器的睡姿识别方法研究

基于改进的BP神经网络的输油管道内腐蚀速率预测

基于链式竞争遗传算法的KSW熵的图像分割

基于关键路径与改进遗传算法的最佳占空比求解

基于GA-PLS算法的小麦粉灰分含量快速检测