摘要
本发明涉及一种物体方位的检测方法、装置、计算机设备和存储介质,用于解决现有工业流水线中物品位姿调整的准确性和可靠性较差的问题。该方法包括通过超分辨率全光谱成像装置对目标物体进行图像采集,得到多个原始图像集;对图像集进行图像噪声去除、增强和边缘检测,得到预处理图像集;将预处理图像集输入稀疏自编码卷积神经网络进行特征提取,得到物体方位特征数据;利用改进的广义霍夫变换识别目标物体的关键特征点;基于模糊逻辑方位判别算法估计物体的方位,并生成操作策略。本发明通过深度学习特征提取及模糊逻辑方位判别,能够在复杂工业环境中实现物体方位的精确检测,提高流水线作业的自动化水平和稳定性。
技术关键词
物体
广义霍夫变换
卷积神经网络模型
模糊隶属度
模糊逻辑
判别算法
关键特征点
边缘检测
模糊推理
超分辨率
数据
亚像素插值方法
深度学习特征提取
编码
图像增强
重构误差最小化
成像装置
高斯核函数