共查询到19条相似文献,搜索用时 68 毫秒
1.
《现代电子技术》2017,(2):94-98
传统的运动视觉跟踪方法对复杂环境的适应能力较差,存在控制效率低和跟踪精度差的弊端。因此,设计基于特定特征识别的运动视觉跟踪系统,分析了系统的运行原理,系统中的摄像机采集运动目标图像,并将获取的模拟视频信号反馈给PC机中的视频采集卡进行A/D变换,进而产生运动目标的数字视频序列,再采用基于特定特征识别的运动图标检测算法,定位运动目标,完成检测模块的功能。PC机对运动目标图像的检测结构进行控制运算,并将运算结果反馈给下位机控制电路,控制电路将控制信号变化成直流电机的控制电信号,实现控制模块的有效运行。两个直流电机控制云台进行全方位的三维运动,对运动目标进行准确跟踪,实现执行模块的有效运行。软件部分给出了运动目标检测模块中的实现流程,并设计了进行视频数据转换的回调函数代码。实验结果表明,所设计系统能够在复杂环境下准确检测出目标的运动图像,跟踪效率和精度较高。 相似文献
2.
准确提取三维点云数据中待测目标的点云集合是三维点云目标识别技术的一个关键问题,也是近年来目标识别领域从二维向三维拓展的一个重要挑战,其主要难点在于快速寻找离散点云之间的相关函数关系。结合立体视觉与特征匹配构建了可以表征不同视场条件下的目标点云约束的机制,通过采用立体视觉作为约束条件完成了对原有特征匹配算法的优化。设计了基于立体视觉的估计算法,通过训练学习获得了不同选取比例条件下的识别规则。实验采用ARIES激光雷达采集点云,并通过MATLAB选取三种典型目标状态。当目标区分度高时,优化前后的目标识别率都在98%以上;当目标区分度低时,优化后对目标边界的限定条件可以很好地提高识别概率。采用优化的点云数据位置偏差量可达到0.55 mm,相比未优化的0.74 mm提高了0.19 mm。同时,优化后算法的收敛时间曲线要优于未优化的,3000点以上的收敛时间均值约为8.33 s,优于未优化的12.76 s。综上所述,优化后的算法具有更好的识别效率。 相似文献
3.
王勇 《电子技术与软件工程》2021,(4):133-136
本文提出一种基于颜色聚类的三重注意力分类网络识别苔色的方法,这种方法不仅可以量化苔色类型,同时可以在不需要额外人工标注的前提下准确定位舌苔的分布位置,更符合中医舌诊的要求。通过实验发现我们的方法更容易收敛且具有更高的准确率,同时我们的方法也适用于舌色识别。 相似文献
4.
5.
提出一种基于类haar特征和改进AdaBoost分类器的车辆图像识别算法,以解决当前基于SVM分类器或级联分类器存在的分类识别性能不足以及传统基于AdaBoost算法的训练所需时间过长的问题.首先,基于积分图提取图像的扩展类haar特征,然后对所提取的海量类haar特征应用改进的AdaBoost分类器训练方法进行特征选择及分类器训练,最后利用所选择的特征信息及训练得到的分类器进行两类分类识别.实验结果表明,文中方法无论是在识别性能还是训练所需时间方面均明显优于传统方法,具有较好的应用前景. 相似文献
6.
针对基于特征匹配的目标识别算法复杂度高、难以实时处理的问题,提出基于快速鲁棒性特征(SURF)的快速特征匹配算法.通过应用双阈值顺序聚类算法对特征点进行聚类,并对每一个聚类建立k-d搜索树,采用优先搜索算法匹配模板与图像的特征点,提高了算法实时性.采用RANSAC鲁棒估计算法消除错误匹配点对,计算模板与图像平面之间的单应矩阵,进而实现对目标的准确识别定位.仿真实验证明了算法的有效性和实用性. 相似文献
7.
《电子技术与软件工程》2017,(8)
21世纪是一个全新的时代,在新的时代背景下,计算机视觉技术获得了飞速的发展。在本次研究中,笔者为视觉技术为基础,设计了一个用于进行瑕疵识别的系统。首先,笔者介绍了本系统的具体原理,接下来讨论了系统的硬件设计部分,然后分析了系统的软件设计部分,最后笔者对本系统的应用前景进行了探讨。 相似文献
8.
杨颖 《智能计算机与应用》2021,11(4):156-158,163
蝶类作为昆虫生物链上重要的一环,其研究对于中国生态环境的保护具有重要意义.虽然国内外学者在昆虫识别上已取得较多成果,但针对蝶类识别的相关研究仍较为缺乏.而且,如何提高图像识别速度与识别精度,仍然是亟需解决的重要问题.因此,本研究基于蝶类图像数据集,使用MobileNet-SSD目标检测方法,对蝶类昆虫进行识别检测,并使... 相似文献
9.
10.
让人类的心智在计算系统中重现,对大脑的模拟是其中的关键。目前,脑与认知科学的进展虽然尚不足以支持对整个人脑及其连接进行精细计算模拟,但是受脑神经机制和认知机制启发,从微观、介观和宏观水平对大脑进行计算建模仍然对于推进从科学上理解脑的机制机理以及促进类脑人工智能意义深远。构建兼具生物合理性和计算高效性的神经网络模型是认知脑的计算模拟与类脑智能研究面临的重要挑战。本文将从回顾认知体系结构、计算神经科学和类脑人工智能的历史脉络、发展进程的视角切入,介绍大规模脑模拟的全球布局与进展以及类脑脉冲神经网络平台的研究,最后展望未来脑模拟与类脑智能研究的发展方向。 相似文献
11.
12.
13.
尺度不变特征变换即SIFT算法存在实时性差,易误匹配等固有问题,本文针对性地提出了特征描述符降维处理和匹配优化解决方案,得到一种能满足更高实时性和精确性需求的特征匹配算法.通过使用特征点为中心的9个同心圆环梯度累计值,构建72维特征向量,进行特征描述符降维,达到简化特征描述的目的,从而减少描述符的生成和匹配时间.此外,结合匹配点择优筛选和RANSAC算法匹配提纯,有效地减少了误匹配.实验表明:改进优化后的特征匹配算法既显著地提高了特征匹配精确度,又改善了算法自身实时性. 相似文献
14.
15.
16.
目的针对目前模糊图像特征提取与匹配方面, 存在特征提取困难、匹配率低、抗噪以及抗尺度变 化能力弱的缺陷。方法提出一种基于SIFT算法与改进的中心对称局部二值模式相结合的精准 、特征识别 率高的匹配算法。首先采用SIFT进行特征的提取,生成多维的描述子,其次采用本文改进的 中心对称局 部二值模式对高维特征描述子进行降维处理,并采用局部特征区域对降维后的描述子进行特 征检测,并生 成纹理特征图像以及信息分布直方图,对特征区域的特征点进行信息量统计,并设置检测阈 值。提取符合 特征信息要求的特征点,并依据Hausdorff距离算法实现图像粗匹配,最后采用RANSAC算法 进行误差匹 配的剔除来改善匹配的精度和鲁棒性。结果测试结果表明,本文所建议的算法是有效的,它 不仅具有良 好的模糊图像分辨能力和抗尺度变化特性,而且具有较强的噪声抑制能力和抗光照变化能力 。结论本文 提出的基于视觉模糊的鲁棒特征匹配算法,不仅考虑到传统特征匹配算法的优缺点,也提出 了算法改进的 新思路,而且较SIFT算法以及LBP算法稳定性和准确度有了明显的提高。 相似文献
17.
18.
19.
基于透视不变二值特征描述子的图像匹配算法 总被引:1,自引:0,他引:1
针对基于局部特征的图像匹配算法普遍存在对透视变换顽健性差的缺点,提出了一种新的二值特征描述子PIBC(perspective invariant binary code),提高了图像匹配算法的透视变换顽健性。首先,在提取金字塔图像FAST特征点的基础上,利用Harris角点响应值去除非极大值点和边缘响应点;其次,通过模拟相机不同视角成像之间的透视变换,对单个FAST特征点生成不同视角变换下图像的二值描述子,使描述子具备描述不同视角图像中同一特征点的能力。实验结果表明,算法在提高描述子透视不变性的同时时间复杂度与SURF算法近似。 相似文献