【摘 要】
：
针对复杂背景下多类型交通信号灯的自动识别问题,提出一种基于亮度分割、K均值聚类及前景直方图分析相结合的识别方法。首先通过亮度分割、几何特征分析和分类统计方法对信号灯进行自动定位;然后利用K均值聚类算法判断信号灯颜色;最终通过分析信号灯前景直方图对信号灯类型及其包含的方向信息进行判断,从而实现信号灯的自动识别。实验结果表明,该方法对不同场景下的不同类型信号灯均具有很高的识别准确率,证明了该方法的高可
论文部分内容阅读
针对复杂背景下多类型交通信号灯的自动识别问题,提出一种基于亮度分割、K均值聚类及前景直方图分析相结合的识别方法。首先通过亮度分割、几何特征分析和分类统计方法对信号灯进行自动定位;然后利用K均值聚类算法判断信号灯颜色;最终通过分析信号灯前景直方图对信号灯类型及其包含的方向信息进行判断,从而实现信号灯的自动识别。实验结果表明,该方法对不同场景下的不同类型信号灯均具有很高的识别准确率,证明了该方法的高可靠性和广泛适用性。
其他文献
以小叶丁香、金银忍冬、辽东水蜡、彩叶杞柳、紫叶风箱果和红王子锦带6种灌木为研究对象,设置相同时间不同浓度及不同时间相同浓度,采用开顶式气室进行熏气处理,运用熏气方法及熏气浓度测定方法。总结出6种花灌木的叶绿素含量和叶绿素a/b值随尾气处理不时间、不同浓度的变化规律。
电子技术和成像技术的发展导致数字图像迅速增长,依靠先进的技术提取图像蕴含的情感语义并对其自动标注正是当前各行业急需解决的问题。为此提出了一种基于模糊理论的场景图像情感语义标注方法,通过计算模糊隶属度描述图像的情感程度,使用Adaboost算法和RBF神经网络实现,解决了图像自动标注中的语义模糊问题。使用百度图片频道上下载的869张场景图像进行训练和测试,实验通过与人工标注结果相比较,取得了良好的标
This paper proposes the post-integration technology based on sub-pixel image registration and image fusion to improve the signal-to-noise ratio(SNR)of remote sensing images without motion degradation
为了开发教学效果更好的计算机图形学教学软件,分析了算法可视化的实质,基于VC 6.0的开发环境,提出了一种将图形生成过程与实现图形的具体算法程序同步可视化演示的新思路.该系统通过建立虚拟栅格和模拟计算机的"象素点",运用了交互控制技术,动态演示的可视化技术,开发出了一套全新的计算机图形学可视化教学演示系统.实验表明,直观的动态演示和强烈的视觉效果使学习者真正掌握了图形的生成原理,有效地提高了该课程
为实现对自然界树木的逼真模拟,以迭代函数系统为基础,定义了三维空间上的变换矩阵,建立了三维植物生成模型,以一组压缩仿射变换生成的图像为例,通过调整已有IFS码的比例系数,可实现树木生长过程的模拟;通过调整IFS码的参数来控制树枝旋转角度,可模拟出树枝受到风力影响时的形态;通过对已有图像变换观察角度,可获得同一树木不同视点生成的图像.研究结果表明:针对性地调整IFS码,可完成自然界树木的逼真模拟.
Segmentation of pulmonary nodules in chest radiographs is a particularly challenging task due to heavy noise and superposition of ribs,vessels,and other complicated anatomical structures in lung field
针对传统边缘检测算子对纸病图像检测的不足,提出了一种基于粒子群优化算法和数学形态学的边缘检测方法。首先通过粒子群优化算法得到图像最优分割阈值,将图像二值化,然后利用数学形态学中的腐蚀运算对纸病图像进行边缘检测。仿真结果表明,相比传统算法,该方法的检测结果更真实地反映了纸病图像的形态特征,且边缘定位准确,取得了较为理想的检测效果。
土壤稳定法是通过化学或物理方法来改变土壤性能进而提高土壤的工程质量。其主要目的是增强土壤的承载能力、对风化过程的抵抗能力和土壤渗透性。为了确保土壤的良好稳定性,特别是当土壤高度活跃时,土壤稳定技术是必不可少的,这样才能稳定支撑上部结构的荷载。与除去并替换土壤相比,土壤稳定技术能节省大量成本。本文讨论了改善土壤性能的全面分析方法并提出利用石灰提高土壤稳定性。
通过对标签唯一标志(ID)进行进制转换并制定相应编码规则,在二叉碰撞跟踪树(2-CT)算法基础上,提出了三叉碰撞跟踪树(3-CT)算法.3-CT算法自适应调整二叉树或三叉树分割标签碰撞集,降低了搜索树整体深度,进而提高了2-CT算法识别效率.理论分析和仿真实验表明:3-CT算法有效提高了2-CT算法吞吐率,其系统识别耗时和耗能较少,当标签数量较小时,吞吐率提高了约10.53%;当标签数量级较大时,
针对轨道交通中高密度客流的特点,提出了一种基于深度图像的局部法向量特征提取方法,利用球面坐标系参数(,)表示物体表面切平面法向量的特征信息,通过提取检测区域的局部法向量作为目标特征,以实现目标识别及头部轮廓提取。采用深度图像能有效地解决轨道车辆高度及光照等环境因素的局限性,并通过试验验证该方法的实时性和准确性。