论文部分内容阅读
针对光缆交接箱端口人工识别效率低、准确度差的问题,提出一种用于端口定位与端口识别的视觉检测方法,以实现端口检测过程自动化。该方法对输入图像进行标准化,结合光交箱的物理结构与霍夫圆检测,实现对光交箱图像中所有端口区域的自适应分割;定义端口的梯度直方图与颜色为支持向量机分类器的训练特征,同时设计基于卷积神经网络的分类器,用于对未能正确判断的端口作二次识别,确保有效地权衡检测速度与准确率。实验结果表明,该方法能够准确检测每个端口位置与识别状态,对自然场景下采集的图像能够达到98%的识别精度与平均0.02秒