【摘 要】
：
为减少误匹配率,提升视差计算精度,提出了一种改进Census变换与路径代价的立体匹配算法。首先,通过采取设定阈值选取参考像素替换中心像素,并将灰度差绝对值算法(absolute difference, AD)和梯度代价归一化加权融合进行代价计算,以提升视差计算精度,增强算法稳定性;其次,设计了一种根据像素颜色差值确定惩罚因子的方法,实现了对不同区域匹配效果的提升;最后,采用加权中值滤波、视差非连续
论文部分内容阅读
为减少误匹配率,提升视差计算精度,提出了一种改进Census变换与路径代价的立体匹配算法。首先,通过采取设定阈值选取参考像素替换中心像素,并将灰度差绝对值算法(absolute difference, AD)和梯度代价归一化加权融合进行代价计算,以提升视差计算精度,增强算法稳定性;其次,设计了一种根据像素颜色差值确定惩罚因子的方法,实现了对不同区域匹配效果的提升;最后,采用加权中值滤波、视差非连续性调整等进行优化,进一步提升算法性能。在Middlebury 2.0测试平台选取14幅图像验证本文算法的
其他文献
新时期,伴随着物联网的不断发展与普及,逐渐步入大众的生活,走进人们的视野,给人们的生产生活带来诸多便利,特别是各种智能家居以及移动互联设备应用,改变着人们的思维及生活方式,为人们提供了更多智能化的良好服务。但与此同时,也带来系列网络安全问题,成为人们越来越关注的一个突出问题。对此,本文着重就物联网无线技术的网络安全问题进行了深入分析,进而提出几点有效对策。
"新型基础设施建设"(以下简称"新基建")是国家为应对新时代经济发展需要提出的重要发展战略,在新基建背景下如何培养适应新需求的数字产业高技能人才成为新基建稳步发展的关键问题。该文从新基建背景的特点和对高技能人才的能力需求出发,提出物联网专业高技能人才培养新思路,为职业院校培养符合新时代发展的高技能人才提供参考。
本设计通过单片机和感应技术和无线控制的结合,融入人性化的设计理念,最终实现智能的控制电路。设计实现了日常烧水功能,并且可以通过按键的设定温度对冷水进行加热。一旦达到设定的温度后,系统所设置的蜂鸣器会自动断电,液晶显示屏还会显示温度。本次设计的硬件部分主要有单片机、温度检测、液晶等模块组成,进一步实现水温的智能控制,使其更加智能化,方便生活。
设计的智能分拣系统是基于物联网的实现,设计的智能分拣水果机器人基于分拣系统,能够实现自动化。通过单片机的控制驱动机器人前进并自动循迹避障,采集水果,并对水果成熟度进行判断,实现分拣系统智能化和自动化。因此应用基于单片机水果分拣系统来提高分拣水果工作效率。可以让自动化程度高、生产效率高、维护成本低的水果分拣系统产品不断出现,发展迅猛。
人脸识别目前应用于多个领域,受控性人脸识别现在有很高的准确度,超过人眼的97.35%,但由于新冠疫情的肆虐,导致大部分人在疫情期间外出都会佩戴口罩,导致识别的准确度降低。因此如何消除口罩遮挡对人脸识别产生的影响,从而提升口罩遮挡人脸识别准确度方面还有很大的研究空间。本文通过提取出未遮挡部分,对未遮挡部分hog特征提取并对提取的特征进行pca降维,通过对嘴巴检测判断是否佩戴口罩,另外加入canny边
毛刺缺陷是94型冰勺缺陷之一,其特征为出现在冰勺边缘多出来的一撮木材,当前工厂使用人工检测毛刺缺陷。针对人工检测冰勺表面缺陷的不足,本文研究了94型冰勺毛刺缺陷在线检测的方法,提出了了基于形态学提取冰勺毛刺缺陷的算法,通过区域开运算,提取冰勺边缘得到毛刺候选区域,后续根据几何特征以及灰度特征提取毛刺。并根据形态学提取冰勺毛刺缺陷出现的漏检提出解决方法,使用基于方向空间的图像分割算法对冰勺毛刺缺陷进
由于公有云不是可信的实体,通过公有云提供图像检索服务时,它可能会窃取图像数据的敏感信息。近年来,密文图像检索方法被提出,用于保护图像隐私。然而,传统的隐私保护图像检索方案搜索效率较低,且无法支持多用户场景。因此,提出一种基于访问控制安全高效的多用户外包图像检索方案。该方案采用一次一密和矩阵变换方法,实现基于欧几里得距离(简称欧氏距离)相似性的密文图像检索,并利用矩阵分解和代理重加密,实现多用户外包
基于密码学中的RSA签名方案与RSA加密方案,提出了一种能够让特定分类器输出对抗样本正确分类的对抗攻击方法。通过单像素攻击的思想使正常图像在嵌入附加信息的同时能够具有让其余分类器发生错误分类的能力。所提方法可以应用在分类器授权管理与在线图像防伪等领域。实验结果表明,所提方法生成的对抗样本对于人眼难以察觉,并能被特定分类器识别。
针对小样本条件下红外目标检测任务中缺少足够的训练样本,网络泛化能力不理想的问题,提出了一种基于迁移学习的红外目标检测算法。论证了使用可见光图像通过迁移学习技术训练红外图像目标检测算法的可行性。设计了一种基于注意力机制的域自适应方法的深度神经网络,通过可见光数据迁移学习实现小样本条件下的红外目标检测与识别。通过VisDrone2019数据集、Street Scece红外数据集进行验证。结果表明:所提
传统的曲率计算方法对离散域上的局部变化和噪声敏感,使得角点检测准确率和定位存在偏差。为了减少上述问题,提出了一种多尺度离散曲率来计算曲率并检测角点。首先,用Canny边缘检测器处理输入图像,得到一个二值化边缘图,然后从边缘图中提取边缘轮廓,沿着轮廓填充缝隙,检测并标记T型角点;其次,在3个不同的平滑尺度下,用高斯函数对每条平面曲线进行平滑处理,再使用新的曲率度量方式,计算经平滑后每个轮廓上点的曲率