摘要:针对外观形状、质心分布较均匀的零件在自动化生产中难以实现有方位要求的自动送料问题,对零件的图像采集、图像处理、图像特征提取和分类识别等作了研究和分析。提出了以图像识别为核心的零件分拣系统,在振动盘出料口安装摄像头进行图像采集,对采集的图片进行小波变换,滤去干扰噪声和降维,用主成分分析法(PCA)对图片进一步降维和特征提取,提取得到的特征向量作为支持向量机(SVM)的输入向量,通过SVM对输入向量进行了样本识别,从而确定零件的位置状态,最后通过驱动装置将不符送料要求状态的零件推出送料轨道,从而为下道工序实现自动送料。实验结果表明:训练样本达到20以上时,该方案两种零件的识别正确率都达到了100%,单个零件的识别时间在1s以内,能满足实际生产要求。
关键词:零件分拣 小波变换 主成分分析法 支持向量机
单位:浙江工业大学之江学院; 浙江绍兴312030
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社