基于机器视觉的文件扫描机器人缺失数据填补

摘要

由于扫描环境噪声过高，导致机器人扫描文件图像内部分信息无法识别读取，为此，提出一种基于机器视觉的文件扫描机器人缺失数据填补方法。采集机器人的历史扫描缺失数据，划分不完备数据集及容差属性数据集，利用对数非自然函数识别数据集内的缺失数据，自适应函数值越大的数据，估计缺失的概率越高。采用机器视觉技术结合扫描机器人激光映射特点，根据扫描点的时间序列关系，提取扫描区域内的中心值。根据中心值判定邻近范围内的数据是否存在噪声影响，采用收敛模型实现填补。仿真实验证明，所提方法填补效果极佳、缺失数据识别率较高。

关键词

缺失数据识别 / 数据填补算法 / 数据估计模型 / 不完备数据集数 / 文件扫描机器人