共查询到19条相似文献,搜索用时 62 毫秒
1.
针对高分辨率可见光图像中的道路和桥梁目标,提出了一种基于区域生长的道路和桥梁自动识别的方法。利用区域生长对原始图像进行粗分类,有效去除利用Canny算子进行边缘检测后得到的“弱边缘”,然后利用规则去除无效线段,再检测平行线,对不连续的线段进行连接,最后根据目标模型的特征标识出道路和桥梁目标。实验结果表明,在不需要人工干预的条件下,该方法能够快速有效地自动识别出道路和桥梁目标。 相似文献
2.
在人类视觉阈值选择模型基础上,结合C均值聚类思想,提出一种基于人类视觉模型的区域生长图像分割算法。根据人类视觉模型选取初始种子,并自适应调整区域生长的相似性准则,既从全局考虑了种子的生长对误差平方和的影响,又从局部考虑了像素的邻域相似度信息,实现了类似于边缘的限制效果。实验表明,即使在复杂背景下,该方法依然能得到接近人眼视觉特性的分割效果,且具有较高的执行效率。 相似文献
3.
4.
基于区域生长的彩色图像分割算法 总被引:3,自引:2,他引:1
针对传统种子区域生长算法在分割具有复杂纹理的彩色图像中存在的问题,提出一种改进的种子区域生长算法,该算法在YCbCr颜色空间中进行,采用离散余弦变换提取图像纹理特征值,进行自动种子及种子区域的生长,并用区域合并改善过度分割。实验结果表明,该算法能有效提高图像分割的精确性。 相似文献
5.
在受生物导航方式启发的局部视觉归航算法中,ALV(average landmark vector)算法因其模型简单、归航性能较好以及所需存储空间小等优点受到了广泛的重视.在非结构化环境中,ALV算法常常需要使用图像的局部特征作为自然路标点,在这种情况下,路标的对应性问题难以保证,同时在保证归航性能的前提下如何合理地精简路标数量也尚无有效的解决方法.针对上述问题,对基于双曲面镜的折反射全景图像进行了研究,提出了horizon环域的概念.在环域内提取SIFT(scale invariant feature transform)特征作为自然路标点并结合ALV模型提出了一种改进的基于自然路标的ALV算法.改进算法有效地缩小了路标点的提取区域,较好地保证了路标点的对应性并精简了路标点的数量.多个实际场景的实验表明,这种算法有效提高了归航精度. 相似文献
6.
7.
针对于封闭园区内物资和外卖递送,及疫情时期社区内消毒喷洒等情况下出现的人手不足和效率低的问题,提出了一种基于YOLOv2视觉的路标检测系统来帮助无人小车和机器人实现在封闭园区内的自主巡航功能。该系统基于YOLOv2算法实现,拟通过机器视觉识别路标来解决自主巡航的问题。YOLOv2算法通过FPS和MAP来表示路标检测的效率和准确性,其整个YOLOv2网络结构由19个卷积层、5个池化层和批量标准化层构成特征提取网络。通过该网络结构将路标物体中心点与分割出的网络单元格进行匹配,利用所得的IOU分数作为回归Label值,再通过载入模型网络平台不断训练得到的路标识别模型,完成机器视觉帮助无人物流车和机器人自主巡航运送物资的应用。 相似文献
8.
基于改进区域生长算法的彩色图像分割 总被引:1,自引:0,他引:1
本文提出一种改进的区域生长算法.该算法利用颜色分类结果和连续图像的相似性,改进了种子搜索方法,与全局搜索种子的方法相比减少了种子搜索的时间,并且实现简单有效.实验结果表明改进的区域增长算法应用于RoboCup中型组足球机器人的全景彩色图像分割具有良好的时效性. 相似文献
9.
10.
提出一种改进的区域生长方法来进行显著区域的提取。与以往基于像素或基于简单的NxN区域的方法不同.首先采用分水岭算法对原图像进行初始分割,利用显著图和区域的相对位置进行种子区域的自动选取,在生长过程中,将基于区域的相对边界强度,连接紧密程度与传统的区域颜色均值差异度准则相结合.构成新的区域可生长度评价函数。实验结果表明.该方法与现有算法相比,有效提高图像感兴趣区域提取的准确性。 相似文献
11.
12.
目的 人脸关键点检测和人脸表情识别两个任务紧密相关。已有对两者结合的工作均是两个任务的直接耦合,忽略了其内在联系。针对这一问题,提出了一个多任务的深度框架,借助关键点特征识别人脸表情。方法 参考inception结构设计了一个深度网络,同时检测关键点并且识别人脸表情,网络在两个任务的监督下,更加关注关键点附近的信息,使得五官周围的特征获得较大响应值。为进一步减小人脸其他区域的噪声对表情识别的影响,利用检测到的关键点生成一张位置注意图,进一步增加五官周围特征的权重,减小人脸边缘区域的特征响应值。复杂表情引起人脸部分区域的形变,增加了关键点检测的难度,为缓解这一问题,引入了中间监督层,在第1级检测关键点的网络中增加较小权重的表情识别任务,一方面,提高复杂表情样本的关键点检测结果,另一方面,使得网络提取更多表情相关的特征。结果 在3个公开数据集:CK+(Cohn-Kanade dataset),Oulu(Oulu-CASIA NIR&VIS facial expression database)和MMI(MMI facial expression database)上与经典方法进行比较,本文方法在CK+数据集上的识别准确率取得了最高值,在Oulu和MMI数据集上的识别准确率比目前识别率最高的方法分别提升了0.14%和0.54%。结论 实验结果表明了引入关键点信息的有效性:多任务的卷积神经网络表情识别准确率高于单任务的传统卷积神经网络。同时,引入注意力模型也提升了多任务网络中表情的识别率。 相似文献
13.
This article addresses the issue of visual landmark recognition in autonomous robot navigation along known routes, by intuitively
exploiting the functions of the human visual system and its navigational ability. A feedforward–feedbackward architecture
has been developed for recognising visual landmarks in real time. It integrates the theoretical concepts from the pre-attentive
and attentive stages in the human visual system, the selective attention adaptive resonance theory neural network and its
derivatives, and computational approaches towards object recognition in computer vision. The architecture mimics the pre-attentive
and attentive stages in the context of object recognition, embedding neural network processing paradigm into a computational
template-matching approach in computer vision. The real-time landmark recognition capability is achieved by mimicking the
pre-attentive stage, where it models a selective attention mechanism for optimal computational resource allocation, focusing
only on the regions of interest to address the computational restrictive nature of current computer processing power. Similarly,
the recognition of visual landmarks in both clean and cluttered backgrounds is implemented in the attentive stage by developing
a memory feedback modulation (MFM) mechanism that enables knowledge from the memory to interact and enhance the efficiency
of earlier stages in the architecture. Furthermore, it also incorporates both top-down and bottom-up facilitatory and inhibition
pathways between the memory and the earlier stages to enable the architecture to recognise a 2D landmark, which is partially
occluded by adjacent features in the surroundings. The results show that the architecture is able to recognise objects in
cluttered backgrounds using real-images in both indoor and outdoor scenes. Furthermore, the architecture application in autonomous
robot navigation has been demonstrated through a number of real-time trials in both indoor and outdoor environments. 相似文献
14.
基于形态学的遮挡目标提取的区域生长法研究 总被引:1,自引:1,他引:0
采用改进的区域生长法进行红外热图中遮挡目标的提取.首先利用阈值化方法提取出一个包含全部目标信息的矩形子区域,后续处理仅针对该矩形区域进行处理.然后证明了数学形态学的膨胀梯度定理(dilation gradient theorem,DGT)及其逆定理,并利用DGT逆定理查找图像的局部极大值点,将灰度值不为0的局部极大值点作为区域生长法的种子点.接着采用阈值条件与区域灰度差相结合的生长准则,分别在各种子点八个方向进行生长.最后采用二值形态学开运算进行去毛刺处理.理论与仿真结果表明,该算法适合于红外图中遮挡目标的提取. 相似文献
15.
目标识别是足球机器人视觉子系统的关键,论文对M i r o S o t中型组足球机器人视觉子系统的预处理和目标识别提出了改进的算法。基于D S P提出了改进的提取目标物体几何特征进行模式匹配的方法,实现了对复杂环境中目标物体的识别,并通过Code Composer Studio(CCS)进行了仿真测试,有较高的识别率。 相似文献
16.
17.
18.