来源：期刊VIP网 时间：
作者：仝保国;刘凌云;
单位：湖北汽车工业学院电气与信息工程学院;
摘要：针对传统的图像识别算法识别多品种工件，存在运行时间长、识别率低等问题，提出基于改进ORB-SVM的工件图像识别方法。在传统ORB算法的特征点检测基础上，采用SIFT算法获得具有旋转尺度不变性的图像特征描述，并利用词袋模型将图像特征转化为特征直方图，进而构建支持向量机（SVM）的分类模型，实现对工件的识别分类。试验结果表明：改进的ORB-SVM在应对旋转变换、光照变换、尺度变换时更具鲁棒性，且工件识别准确率高达98.89%，单个工件的识别时间低于0.43 s，具有良好的高效性和实用性。研究为多领域的工件识别提供参考。
关键词：工件识别;;特征检测;;ORB算法;;词袋模型;;支持向量机
基金资助：国家自然科学基金项目（51575211）;; 湖北省自然科学基金项目（2016CFB401）;; 湖北省教育厅科学技术研究项目（Q20201801）;; 湖北汽车工业学院博士科研启动基金项目（BK202004）
