针对工业领域零件生产线分拣系统存在识别速度慢、准确率较低的问题，设计了基于FPGA与卷积神经网络的零件识别系统。采用FPGA作为硬件平台，采集零件图像，对图像进行预处理，读取Hu不变矩作为零件形状特征，将该特征作为卷积神经网络的输入，实现不同零件类型的自动识别，完成了系统硬件和软件的设计。实验表明系统检测的平均准确率为98.24%,速度为875 ms/次，对光照和姿态有较强的鲁棒性，在生产线零件分拣系统应用中有一定的推广价值。
科研之友
微信
新浪微博
Facebook
分享链接
