共查询到20条相似文献,搜索用时 140 毫秒
1.
2.
3.
为了减少车道线检测过程中干扰线的影响,本文提出一种基于消失点的直道车道线检测方法。将RGB图灰度化处理后使用中值滤波进行降噪,然后利用Canny算法检测图像的边缘信息,通过Hough变换检测直线,根据车道线汇聚于消失点的特征先找到消失点,再对通过消失点的直线进行筛选得到真实车道线的位置。实验表明,该算法很好的抑制了干扰,正确的检测出了消失点和车道线位置。因此,所提出的车道线检测算法具有较好的准确性。 相似文献
4.
针对以往肤色检查算法很少考虑亮度,仅靠色度信息检测肤色,忽略了由于不同人种和亮度差异而导致的肤色像素在颜色空间上的分布不同,本文提出了一种基于RGB-H-CbCr新颜色空间的肤色检测算法。该算法综合了肤色像素在RGB、YCbCr和HSV三种颜色空间上的分布特征,构建出RGB-H-CbCr新颜色空间肤色模型,来辨别肤色和非肤色点。文中利用Matlab分别对不同人种的肤色图像进行实验仿真,实验结果表明该方法能有效检测人体肤色,能有效提高肤色检测的正检率。 相似文献
5.
《中国科技信息》2020,(14)
本文根据三维图像和决策树模型设计基于颜色与三维形状的水果识别算法,并评价该算法的识别准确率。根据所采集到的125张三维图像信息,首先将RGB数据进行灰度处理和高斯滤波处理,而后按照Canny算法进行边缘检测,从而提取目标物体的颜色特征,将目标的RGB数据与深度数据转化为点云模型,再将点云模型进行点云滤波处理、点云分割操作,提取出目标物体的点云模型,最后根据拟合点云模型和拟合球体的方差从而提取出目标物体的三维形状特征。通过CART算法构建基于颜色与三维形状的水果识别模型,使用识别率评价模型效能,本文算法的识别准确率高达94%。结果表明,该算法可以极大提升水果识别效率,缩短水果分类周期,提高水果分类准确率,减少劳动力的消耗。 相似文献
6.
7.
无人驾驶车辆对目标检测算法的实时性和检测精度要求很高,尤其是危险交通场景中的小目标检测尚存在完善.针对这个问题,选用YOLOv4作为基础网络,基于组合剪枝策略对YOLOv4进行修剪.为了在剪枝的过程中不降低检测精度,实验通过大尺度训练与网络添加空间金字塔池化来增强深层特征的提取.剪枝策略通过向信道比例因子添加L1正则化来加强信道级的稀疏性促进结构化的剪枝.然后在通道剪枝的基础上融合层剪枝,把比例因子的最小值对应的层裁剪掉,即YOLOv4-Pocket算法.其平均精度(mAP)提高了 6.05%,模型空间缩小了 99.15%,每帧图像的推理时间缩短了 82.45%.实验结果表明,YOLOv4-Pocket模型更适合于无人驾驶汽车的应用场景. 相似文献
8.
无人驾驶车辆对目标检测算法的实时性和检测精度要求很高,尤其是危险交通场景中的小目标检测尚存在完善.针对这个问题,选用YOLOv4作为基础网络,基于组合剪枝策略对YOLOv4进行修剪.为了在剪枝的过程中不降低检测精度,实验通过大尺度训练与网络添加空间金字塔池化来增强深层特征的提取.剪枝策略通过向信道比例因子添加L1正则化来加强信道级的稀疏性促进结构化的剪枝.然后在通道剪枝的基础上融合层剪枝,把比例因子的最小值对应的层裁剪掉,即YOLOv4-Pocket算法.其平均精度(mAP)提高了 6.05%,模型空间缩小了 99.15%,每帧图像的推理时间缩短了 82.45%.实验结果表明,YOLOv4-Pocket模型更适合于无人驾驶汽车的应用场景. 相似文献
9.
为提高道路行车安全性,车道线检测尤为重要。在分析传统霍夫变换(Hough)的优缺点之后,决定采用一种改进的Hough变换:随机选取图像中的边缘点,而不是逐行扫描边缘点,即是基于统计概率的Hough变换。在opencv中对该方法进行验证,实验结果表明:该方法能够有效的识别出车道线并且能够识别出虚线,同时也能够满足车道线识别的实时性要求。 相似文献
10.
车道检测是智能交通系统中的一个热点和难点问题。本文提出一种基于视觉的车道检测方法。该方法能够达到实时处理要求,且对受光照变化和阴影影响的车道图像具有较高的鲁棒性。此外,通过边缘检测以及条件Hough变换降低了车道检测方法的计算复杂性。实验结果表明,该车道检测方法在不同天气条件下均能正确检测到车道,具有较高的鲁棒性和实时性。 相似文献
11.
传统算法对空中模糊目标图像边缘特征的提取不理想,图像融合检测和边缘恢复效果不佳。提出空中模糊目标图像边缘信息的融合与恢复方法,在多尺度Markov随机场框架下,基于最大似然准则,引入信息度量因子,对空中模糊目标图像边缘信息融合规则进行优化指导,采用势函数逆变换的方法,得到重构的空中模糊目标融合图像。仿真实验中,相比于传统算法,改进算法图像边缘信息恢复准确度提高了63%,在细节信息包含量和实时性处理方面都有较强优势,在伪装模糊目标识别和目标精确检测等领域具有较好的应用价值。 相似文献
12.
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
13.
14.
肺实质提取是利用计算机辅助诊断系统研究肺部疾病的关键步骤。低剂量CT扫描在肺部疾病诊断研究中应用广泛,但传统的肺实质分割方法由于低剂量CT图像噪声影响难以获得精确的肺实质分割结果。基于小波变换提出一种针对低剂量CT图像的肺实质分割算法。该算法首先应用全局阈值去除体外干扰,利用小波变换良好的定位性能准确检测出图像边界;然后进行边界连接解决微弱边沿丢失问题;最后,根据肺部边缘闭合周长最长这一特征,从连接好的边缘中检测肺实质边缘,从而达到提取肺实质的目的。理论分析与计算机仿真实验结果表明,算法具有良好的抗噪能力,与传统肺实质提取方法Snake模型相比,其检测出的图像面积重合率平均提高约1%。 相似文献
15.
《科技通报》2015,(8)
对健美操等运动状态下的标志性动作分析时评价和刻画健美操运动训练和比赛水平的定量性标准。传统的运动动作标志性分析方法采用运动幅度检测方法,对健美操这类运动幅度呈现不规则差异的运动项目来说并不适用。基于图像处理的方法,提出一种基于形体边缘轮廓特征点提取的运动动作标志性分析算法,进行了形体边缘轮廓特征点数据采集系统设计。提取形体边缘轮廓特征点,将空间邻域信息融入到运动形体图像的标志性动作检测中,采用亮点模型衍射的方法实现视觉穿透,搜寻健美操运动员的技术特征,实现对健美操运动动作的标志性分析算法改进。仿真实验结果得出,采用该算法能有效准确地提取健美操的形体边缘轮廓特征点,运动动作标志性检测概率较高,性能稳健,具有优越性。研究成果在健美操形体评价等领域中具有较好的应用价值。 相似文献
16.
颜色空间内的突变信息感知是实现深度背景下的隐藏目标识别的重要技术。传统方法采用差分进化局部对比方法进行突变信息感知,当图像分块信息不均匀时,信息提取不全。提出一种基于瑞利差分的颜色空间突变信息内容感知方法,进行颜色空间背景全局性信息建模,计算非显著性突变信息。基于瑞利分布的非均匀稀有度特性,得到背景颜色空间和突变信息目标区域分离结果和差异性特征,实现突变信息内容感知。实验结果表明,算法能能使突变信息在深度颜色空间背景下突出显示,较好地检测出图像的显著性特征。在非显著性微小目标探测领域应用前景较好。 相似文献
17.
18.
针对复杂交通场景中运动车辆检测方法存在的局限性,本文提出了一种基于中值模型和自适应阈值的运动检测算法。利用自适应阈值对差分图像的三个颜色通道进行二值化处理,实现了运动目标的精确检测,采用中值更新策略实现背景图像的实时更新。实验结果表明,算法可以从复杂交通场景图像序列中有效地检测出运动目标,且算法计算量小,具有良好的鲁棒性与实时性。 相似文献
19.