论文部分内容阅读
为了解决当前目标Mark识别算法在Mark种类多变的情况下,识别精度不高的问题,论文提出了机器学习与图像处理的PCB板多Mark识别算法。首先,通过提取标准Mark目标图像的灰度特征与几何特征,从而设计了基于人机交互与半监督训练的机器学习算子,使机器完成对各种Mark的自动标识。然后,通过开源库Emgucv匹配函数和霍夫变换目标检测,提出了耦合模板匹配与Hough变换的识别算子,完成对圆形、矩形Mark的识别。实验结果显示:与当前识别算法相比,该文算法的识别精度与稳定更高。论文算法在PCB板自动控制