论文部分内容阅读
提出基于数学形态学的运动零件图像序列跟踪和用相对边缘像素系数作为运动零件图像特征的识别方法。首先,对运动零件图像序列进行数学形态学的膨胀、腐蚀和区域填充处理,提取运动零件图像序列的质心运动轨迹,完成运动零件的跟踪。然后,对跟踪的零件图像进行小波多尺度边缘检测,将被检测的边缘轮廓图像分成若干个子区域并分别统计各子区域的边缘像素量,各子区域中的相对边缘像素系数作为零件的特征,将这些特征作为神经网络的输入样本,由神经网络实现识别。给出基于LabVIEW环境的实验结果,结果表明,提出的方法是有效的。