论文部分内容阅读
针对在物料分选中传统的模板匹配算法不适用于无固定形状物料的分选情况,利用骨架算法提取物料的骨架信息,对物料形状的连通性或拓扑结构进行描述,通过对骨架信息的约束进行分选。为了进一步提高分选精度,对提取的骨架进行了一系列的扩展应用,得到了物料的期望骨架长度,并且提出了新的基于骨架信息的圆形度和对称性算法。算法验证实验中,采集了36个各不相同的南瓜子物料图像以及74个常见异物图像,通过增加对物料的骨架信息以及衍生条件的约束判断,分选精度从77%提高到了95%。结果表明,该算法有效地提高了物料分选精度,能适