计算机应用研究

作者：冯玮,方春,孙福振,

单位：山东理工大学计算机科学与技术学院,山东淄博255049；

关键词：特征提取,模板匹配,机器学习,PRICP算法,

基金：国家自然科学基金青年基金资助项目(61602280)；山东省自然科学基金青年基金资助项目(ZR2014FQ028)；；

日期码缺陷检测仍然以人工为主。现有的用于检测日期码缺陷的算法受限于时间复杂度和准确率，无法在工业界获得较大范围的应用。针对这样的情况，提出了一种新的基于迭代配准的post-rotate iterative closest point（PRICP）算法。该算法把日期码抽象为点特征，通过对模板和特征点进行配准来快速检测日期码的缺陷，引入机器学习进一步提高了该算法的准确性、鲁棒性及缺陷分类能力。该算法已经成功应用于青岛啤酒厂流水线喷码日期的缺陷检测中，现场运行结果显示该算法在鲁棒性和效率方面明显优于其他方法，适用于多个连通域信息码的快速缺陷检测，同时不受条件及背景约束，抗噪声能力强，可直接应用于其他的视觉领域。

来源：2019年第6期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第6期