Please wait a minute...
 首页  期刊介绍 期刊订阅 联系我们 横山亮次奖 百年刊庆
 
最新录用  |  预出版  |  当期目录  |  过刊浏览  |  阅读排行  |  下载排行  |  引用排行  |  横山亮次奖  |  百年刊庆
清华大学学报(自然科学版)  2018, Vol. 58 Issue (6): 547-552    DOI: 10.16511/j.cnki.qhdxxb.2018.26.025
  机械工程 本期目录 | 过刊浏览 | 高级检索 |
基于色彩分割及信息熵加权特征匹配的刹车片图像分类算法
赵磊1, 张文1, 孙振国1,2, 陈强1,2
1. 清华大学 机械工程系, 先进成形制造教育部重点实验室, 北京 100084;
2. 浙江清华长三角研究院, 嘉兴 314006
Brake pad image classification algorithm basedon color segmentation and information entropy weighted feature matching
ZHAO Lei1, ZHANG Wen1, SUN Zhenguo1,2, CHEN Qiang1,2
1. Key Laboratory for Advanced Materials Processing Technology of Ministry of Education, Department of Mechanical Engineering, Tsinghua University, Beijing 100084, China;
2. Yangtze Delta Region Institute of Tsinghua University, Jiaxing 314006, China
全文: PDF(2868 KB)  
输出: BibTeX | EndNote (RIS)      
摘要 在基于机器视觉的汽车刹车片外观检测中,刹车片图像前景分割及形状特征的提取和匹配算法是刹车片分类的关键。为实现汽车刹车片外观高精度检测分类,该文提出并实现了一种包括前景分割、几何特征提取及特征模板匹配的图像处理算法。该算法首先将工业相机拍摄得到的红、绿、蓝(red green blue,RGB)格式图像转换到色调、饱和度、明度(hue saturation value,HSV)色彩空间,利用其中的饱和度S通道从暗色传送带背景中分割刹车片;然后提取刹车片区域的多维几何特征进行特征融合;最后采用基于信息熵加权的改进特征匹配算法,通过刹车片特征的信息熵对特征空间的Manhattan距离进行加权。对98张、54类刹车片图像进行了分类实验,结果表明:算法准确率为95.00%,每张平均耗时110 ms,可以应用于刹车片生产过程中的实时自动分类。
服务