智能装配系统中神经视觉三维物体识别.PDF

中山大学学报自然科学版 第 卷 第 期 ≤× ≥≤∞× × ∂ 年 月 ∂∞≥××≥ ≥≠×≥∞ ≥ 智能装配系统中神经视觉的三维物体识别Ξ 熊银根 张光昭 °∏≥• ∏ 中山大学无线电电子学系 广州 香港城市大学 摘 要 根据智能装配系统的实际要求 提出了一种利用神经视觉进行三维物体识别的理论 和方法 在利用立体象对重建物体的三维外形的基础上 建立物体的区域图 利用物体的三维矩 及其不变性来构造代表物体的特征矢量 采用 神经网络构成神经网络分类器 把物体的 × 特征矢量作为神经网络分类器的输入 从而对物体进行识别或分类 这种识别或分类方法可以 在线学习能满足智能装配环境下连续作业的要求 关键词 智能装配 神经网络 神经视觉 三维物体识别 分类号 ×° ≈ 在智能装配环境下 二维物体识别系统不能满足要求 必须进行三维物体识别 三维 物体识别需要更多的有关被识别物体的信息 这些信息是从二维图象中提取出来的 然而 信息量大 必然导致计算工作量大 从而影响视觉系统的处理速度 神经网络的一个最大优 点是能提供大规模并行处理来求解问题 利用大规模并行算法 神经网络有希望解决三维物 体识别中的速度问题≈ 利用神经网络的学习功能 三维物体识别系统在识别过程中 能学 习到一些有用的知识和一些复杂关系 利用神经网络的记忆和联想功能 三维物体识别系统 能贮存知识并且迅速提供使用 利用不变矩的性质 神经网络能提供足够稳健的算法来完成 识别任务 为了满足智能装配系统的要求 本文研究在智能装配环境下 利用神经网络方法