共查询到20条相似文献，搜索用时 31 毫秒
1.
为了更加有效地解决智能车在结构化道路中的边界识别问题,基于32线激光雷达采集的道路边界三维点云数据中z坐标值的单调特性,提出了一种新的道路边界识别算法。该算法首先基于雷达坐标系原点将智能车感兴趣区域划分四个区域:右前方,右后方,左后方,左前方,并利用数据梯度分析分层提取具有单调特征的道路边界点云数据。然后基于多阈值滤波对粗提取的道路边界点滤波。最后利用最小二乘法拟合道路边界点数据。实验结果表明,尽管引入障碍物、道路曲率和坡度变化等多种影响因素,该算法仍可以准确识别结构化道路边界,准确性和鲁棒性较好,能够满足智能车道路边界检测任务的要求。 相似文献
2.
3.
4.
传统视觉测量方法在夜间环境下,存在误差因素繁多、对比度差、结构相似性差等缺陷,无法准确识别人行道中的行人目标,提出了考虑夜间视觉图像误差的人行道识别方法,塑造目标模型更新机制,根据目标颜色直方图相似度和形状变化信息运算目标变化程度,及时更新夜间人行道上行人目标模型,利用夜间视觉图像误差达到识别目的,将待识别行人图像当成期望图像,对同类运动物体进行注视跟踪,确保实时采样图像收敛于期望图像,由图像反馈以及物体运动自适应补偿构成控制律,完成夜间环境下行人目标的准确识别。仿真实验说明,所提方法可对夜间环境下人行道中行人目标进行准确识别,具有较高的识别效率和鲁棒性。 相似文献
5.
目的:探讨BP神经网络算法在新疆高发病哈萨克族食管癌X射线图像纹理特征和形状特征分型中的应用。方法:选取哈萨克族正常食管图像、溃疡型食管癌图像和髓质型食管癌图像各100张,利用灰度共生矩阵算法和形状不变距算法分别提取图像的纹理和形状特征。然后,使用BP神经网络算法构造一个分类器,对正常食管和两种中晚期食管癌图像进行分类研究。结果:共提取了14维哈萨克族食管癌X射线图像纹理和形状特征向量,应用BP神经网络算法进行哈萨克族食管癌X射线图像分类实验,基于灰度共生矩阵算法的纹理特征分类准确率为85.333%,基于Hu不变距算法的形状特征分类准确率为65.333%,而纹理和形状综合特征的分类准确率达到了97.667%。结论:本研究提取基于灰度共生矩阵算法和Hu不变距算法的食管癌图像纹理和形状特征,通过构造BP神经网络分类器对食管癌医学图像进行分型研究。结果表明BP神经网络对综合特征的分类准确率较高,为临床医生诊断食管癌提供了参考,也为后期研发食管癌医学图像计算机辅助诊断系统奠定了基础。 相似文献
6.
图像边缘是图像基本特征之一。图像边缘检测在实际中有很多重要的应用。本文主要按行列交替的方式,基于几何参数识别扫描数据的轮廓信息,主要依据斜率、角度、距离等参数分析识别轮廓点,然后将扫描数据转换为雕刻灰度图,应用已有图像边缘提取算子提取扫描数据中的边缘信息,并做对比分析,采用改进的拉普拉斯算子提取灰度图轮廓,最后综合图形和图像两方面提取的轮廓信息,对非轮廓点进行光顺处理,较好地保护物体表面细节的轮廓,减少了磨光算法的盲目性,解决了光顺过程中细节丢失的问题 相似文献
7.
8.
9.
10.
11.
不规则单帧运动图像在目标成像与识别过程中会产生畸变和边缘动态失真,成像效果不好。提出一种基于RGB位平面分解的不规则单帧图像三维矫正技术,设计RGB位平面分解模型并对图像像素遍历机制进行改进,对单帧运动图像进行全局运动参数估计。把不规则的单帧运动图像纹理结构信息反映到灰度场空间中,得到图像全局运动空间单元三维姿态嵌入隐秘信息传导函数,实现对三维姿态矫正。实验结果表明,改进算法得到的姿态矫正偏移量比传统方法缩小,矫正精度较高,峰值信噪比提高,展示算法的优越性能,在运动图像融合和识别等领域具有很好的应用价值。 相似文献
12.
13.
运用图像切割技术对采集的图像进行处理,计算水质图像的颜色距的特征值,以便于作为样本。然后构建LM神经网络模型来对水质进行分类以及评价的模型,对养殖水质样本数据进行评价,算法简单,实现容易,得出数据可信度较高。 相似文献
14.
《内蒙古科技与经济》2017,(6)
基于EyesMap平板扫描系统获取的3D图像数据,自动提取点云数据,并进行点云建模。对点云数据进行选择性切片,得到建筑物的轮廓线。同时,用实例介绍了整体方法的实现过程和效果。实践效果表明,利用平板扫描系统获取的点云数据,可以快速建立结构复杂、不规则的场景的三维可视化模型,相比较传统的三维激光扫描仪获取的海量点云数据及后期复杂繁琐的处理工作,平板扫描仪只需获取较少点云数据,且能利用系统的点云处理软件做到实时处理的能力,这样可以节省大量的时间和工作量。这种能力是现行的三维激光扫描仪所不能比拟的。 相似文献
15.
《科技通报》2015,(12)
遥感图像中存在大量微小红外目标,对其准确的分类和定位识别是实现远程目标识别和遥感测量的基础。目前对该类红外小目标的识别方法采用单层正方形网格生成方法,对随机标定的红外目标点的识别效果不好。提出一种基于Harris角点检测的遥感图像中微小红外目标的分类定位识别算法。构建遥感图像的红外目标数据采集模型,对图像进行角点特征提取预处理,采用Harris角点检测算法实现对红外目标微小特征点的信息标定,实现对其准确分类定位。仿真实验表明,采用该算法进行微小红外目标的分类定位识别,具有较高的准确性,对红外目标的特征提取和定位识别效果较好,在远程目标探测和遥感监测等领域具有较高的应用价值。 相似文献
16.
颜色差值分类算法在草莓成熟程度检测中的应用 总被引：1，自引：0，他引：1
针对传统的基于像素特征的草莓成熟程度检测方法中,颜色特征相似干扰带来的识别不准确的弊端,提出一种颜色差值分类算法进行草莓成熟程度检测.利用多尺度图像增强处理方法对草莓图像进行增强处理,通过颜色差值分类方法对草莓成熟程度进行分类,从而确定草莓成熟程度.将基于颜色差值分类算法的草莓成熟程度检测方式应用到草莓自动采摘设备中,将提高成熟草莓采摘的效率.实验结果表明,这种草莓成熟程度检测方式,能够提高草莓成熟程度检测的准确率,取得了令人满意的效果. 相似文献
17.
通过对灰度图像的边缘检测的研究,构造了一种新的基于色度差的边缘检测算法,并充分利用彩色图像的颜色信息,将此算法从灰度图像转化到RGB的颜色空间中。这种新方法旨在区别于传统意义上对图像的边缘检测要求的精准性,而把提取出彩色图像中直观形象的轮廓信息作为研究目的。实验仿真表明,该算法提取出的边缘能够较好地反映目标图像中具有代表性的信息。 相似文献
18.
《科技通报》2015,(8)
在浓雾环境下采集的视觉图像出现突兀点,需要进行平滑处理,提高对浓雾环境下的图像成像和识别能力。传统方法中采用差频控制的浓雾图像突兀点平滑处理算法,图像采集出现视觉偏移时平滑处理效果不好。提出一种基于视觉偏移修正的浓雾图像突兀点平滑处理算法,基于浓雾天气条件下单色大气散射模型,物体表面的反射光由于大气粒子的散射而损失,得到雾点散射损失,采用视觉偏移修正的算法,提高对浓雾图像的视觉偏移修正能力,由于起点坐标和视线方向出现视觉偏移,采用去雾滤波算法提高突兀点的平滑性能,得到浓雾图像的去雾滤波系统函数,通过边缘检测得到图像的突兀点平滑结构,进行Hough变换直线检测,实现视觉偏移修正和突兀点平滑改进。仿真结果表明,该算法具有较好的突兀点平滑处理性能,无论是细节还是浓雾图像的色彩都恢复得比较自然和清晰,去雾效果较好,平滑处理的图像有较高的配准率,展示了该算法的优越性能。 相似文献
19.
针对盲人独自在室内环境下行动容易受到障碍物的影响的问题,提出了基于图像深度信息的室内多种障碍物的检测算法。首先使用微软Kinect v2来拍摄室内的图像,然后从采集到的深度信息来重建出三维场景,并获取相应的3D点云数据;其次利用经典的随机采样一致性(RANSAC)算法,参考地面相对于人体的位置和距离等特点,将地面从获取的点云中提取出来;最后利用剩余的点云数据,根据不同障碍物各自的特性,提出对应的检测算法并结合欧式聚类算法可将各障碍物分割开来,再根据门宽和门高所满足的条件精确区别出门平面和墙平面,最后利用N-近邻采样一致性(NAPSAC)算法提取台阶面,最终通过各台阶面之间的距离来判定是否有楼梯。实验结果显示文中提出的算法能够有效检测到室内多种障碍物,并给予盲人精确有效的提示,有效解决传统方法易受光照影响,对于不同深度、倾斜和形状不规则的障碍物检测效果差,输出信息单一的问题。 相似文献
20.
针对无人驾驶领域的车道线检测鲁棒性差的问题,提出一种基于特征模型融合的实时车道线检测算法。在图像预处理阶段引入白平衡、灰度化操作及形态学处理,将RGB颜色空间转换成HSL颜色空间,接着采用梯度阈值检测出黄色和白色车道线进行线性融合以增强车道线特征信息。在模型拟合阶段,采用Canny边缘检测算法和改进的Hough变换提取出边缘特征,最后采用最小二乘法拟合车道线双曲线模型。本文在Python实验环境下对随机选取的不同复杂路况下的视频流序列进行算法验证。实验结果表明该算法平均正确率为96%以上,平均未检测率和平均误检测率分别为1%和3%。实验说明本文算法具有良好的准确性和鲁棒性。在无人驾驶领域具有一定的应用价值。 相似文献