【摘 要】
：
冰糖橙图像识别是研究冰糖橙采摘机器人的关键技术。研究以自然光源下用数码相机拍摄的冰糖橙图像为研究对象,以图像3×3邻域的H通道分量值作为图像特征,随机选取30幅图像作为BP神经网络的训练样本,10幅图像作为测试样本。采用Photoshop软件对训练样本进行分割后的结果作为期望输出,迭代次数为150次,误差为0.001,经过训练得到了有效的权值。接着采用BP神经网络将冰糖橙果实与其背景进行分割,识别
论文部分内容阅读
冰糖橙图像识别是研究冰糖橙采摘机器人的关键技术。研究以自然光源下用数码相机拍摄的冰糖橙图像为研究对象,以图像3×3邻域的H通道分量值作为图像特征,随机选取30幅图像作为BP神经网络的训练样本,10幅图像作为测试样本。采用Photoshop软件对训练样本进行分割后的结果作为期望输出,迭代次数为150次,误差为0.001,经过训练得到了有效的权值。接着采用BP神经网络将冰糖橙果实与其背景进行分割,识别出冰糖橙果实部分。然后,对分割后的图像进行腐蚀、膨胀等形态学处理;最后,进行Hough圆变换检测,得到果
其他文献
交通智能化是未来交通系统的发展趋势,而车辆检测是智能交通的基本组成部分。在复杂环境下,例如雨、雪、雾霾天气,背景存在扰动等,车辆检测会出现误差。因此,研究的目的是寻求一种在背景扰动的情况下,仍能准确识别车辆的方法。提出结合双阈值法和K-means基准阈值法,从而获得动态更新阈值的能力,得到可以更加精准分割的阈值的方法。使得即使在复杂背景下也能准确提取移动车辆。根据实验数据和结果分析,该方法可以达到
为了提高图像行为的识别精度,使其能够准确判别行为识别中的微小变化以及遮挡问题,提出了基于深度运动图(depth motion maps,DMM)与正则化协同表示的行为识别算法。首先,将深度图像序列投射到3个正交平面上,得到了3个方向的投射图。对于不同的投射图,通过测量两个连续映射之间的绝对差值来表示运动能量,并将所有深度图像序列中运动能量进行叠加,获得了3个方向的深度运动图。随后,根据这些投射图,
针对传统超分辨率重建算法中存在的不足,提出一种基于非下采样轮廓波变换(NSCT)和插值的单幅图像超分辨率重建算法。首先对低分辨率图像进行NSCT变换处理,将得到的低频子带及高频子带系数分别进行软判决自适应插值和三次样条插值,再对三次样条插值后的高频系数进行形态学增强。对插值后的低频子带进行稀疏表示,通过香农熵取大的融合规则进行融合;对于高频子带,采用一种运用子带系数的空间频率、梯度指标信息,并与高
为了解决当目标不在图像中心或者出现在图像周边时,基于中心先验或者背景先验的显著性检测算法往往会产生错误检测的问题,提出使用目标性作为先验信息得到前景显著图,并且利用乘法运算将其与基于背景先验信息计算的显著图相融合,然后进行空间优化得到单尺度下的显著图,最终显著图为多尺度显著图的加权融合.基于公开数据库的实验结果表明:与目前多种前沿算法相比,本文算法具有更优的检测性能,能够凸显整个显著性目标.
为了有效增强指纹,提出了一种改进的基于曲率的自适应非接触式指纹图像增强算法.首先,对局部平稳的指纹图像信号进行STFT(short time Fourier transform)分析,确定纹理模式频谱所在的主要区域,对频谱进行根滤波和形态学平滑后,用均值-门限法提取STFT主频谱成分;然后,提出一种角度和径向估计方法,计算指纹图像在频域的方向图和频率图;最后,根据指纹的曲率,构造相应的巴特沃斯陷波
为了解决在大量内窥镜图像中准确检测多种病灶这一难题,提出一种滤波器组与中心对称局部二值模式的多重纹理检测方法。首先将内窥镜图像经过LM(Leung-Malik)滤波器组,计算其响应的联合概率分布作为图像的纹理特征;采用CS-LBP对该图像进行编码,从另一角度提取其纹理特征。将训练样本的两种纹理特征结合进行聚类,形成一组纹理基元构建纹理基元字典,通过计算像素与纹理基元的欧氏距离获得基于纹理基元的图像
为了解决移动机器人主动视觉导航的漂移问题,提出了一种基于中心线引导的视觉导航方法。该方法首先构建了实际物理坐标与图像坐标的映射管辖,为实时图像坐标约束条件的闭环控制提供精确的数学模型;接着,利用Canny算子进行车道边缘线和道路标志线的初步检测,并采用方向引导优化的方法消除背景杂波的干扰,提升复杂背景下的检测精度;最后,通过模糊控制器对导航中心引导线的偏离角度进行修正,保证形式路线的正确性。实验结
为从荧光磁粉探伤图像中获得精确的裂纹提取结果,提出一种基于几何与纹理特征相融合的磁粉探伤裂纹提取算法。算法首先根据裂纹的几何形状特征,提取图像里亮线中心的脊线作为待定裂纹;然后提取待定裂纹上各脊线点的尺度不变特征变换(SIFT)描述子向量,取均值作为待定裂纹的纹理特征,并用支持向量机分类器识别。实验结果表明:针对磁粉探伤中的裂纹,该算法在查全率和查准率上都比传统单一使用几何形状特征或纹理特征的算法
为了解决当前基于样本块的图像修复算法主要是常采用固定尺寸的样本块进行重构,在面对丰富的边缘细节信息时,导致重构图像中出现振铃效应以及不连贯效应等不足,提出了一种基于边缘像素约束与双特征模型的图像修复算法。首先,将图像信息熵引入Criminisi算法中,改进了优先级计算函数,确定图像修复的顺序。然后,利用Sobel算子对图像进行边缘检测,利用边缘像素所对应的灰度信息来建立边缘像素约束规则,通过边缘像
为了提高大视野应用场合下摄像机的标定精度,提出一种综合多种畸变因素的标定方法。首先在分析透镜存在径向畸变、切向畸变和薄棱镜畸变等因素的基础上建立透镜的多畸变模型,然后以平面的单应性为约束条件,利用标定图中心区域的圆点坐标求得部分摄像机初始内外参数;假设经畸变校正后的像点符合透视投影原理,并在此基础上求出畸变系数;最后通过多畸变模型,以迭代计算的方式逐步逼近精确值。从对比实验结果表明,该标定方法的平