论文部分内容阅读
针对机器人关节工件组装生产过程中,工件种类多、产量大、人工分拣与装配困难等问题,采用基于BP神经网络和机器视觉技术,提出一种工业机器人工件识别与分类算法。该算法首先通过工控机读取工业相机的工件图像,并进行图像灰度化、均值滤波、自适应阀值分割等图像预处理过程,得到二值化图像。其次,从二值化图像中提取出工件的轮廓。之后,通过胡氏不变矩比较待识别工件的轮廓与给定的模板轮廓,识别工件中的轮廓。最后,通过BP神经网络实现工件识别与分类的目标。实验结果表明,该算法能准确识别目标工件,为类似的识别提供了有效参考。