标题：基于改进ORB特征和随机森林的工件筛选方法
作者：李卓 温乃峰 刘洪宁 李容露 万文杰
作者单位：大连民族大学机电工程学院，辽宁 大连 116600
关键字：ORB特征提取；随机森林模型；软木圆片分类
摘要：为解决人工筛选羽毛球头软木圆片存在的工作效率低、可靠性差、成本高等问题。提出基于改进ORB特征和随机森林模型的工件筛选方法。首先，对采集到的工件图像进行区域裁剪、分割、灰度化和去噪等处理，以增强工件特征信息；然后，通过借鉴BOW词袋法的思想，对ORB特征描述子提取的工件特征进行K-Means聚类，使得工件特征信息得到有效表征；最后，建立随机森林分类模型，对工件进行良品/次品二分类。通过交叉验证方法对模型进行训练和评估，实验结果显示，能够有效稳定地完成工件分类任务。提出的基于ORB和随机森林的工件分类模型准确率达到99.36%，召回率可达97.44%。模型检测精度相较传统SIFT特征搭配SVM的工件分类方法有较大提升。