融合线性OTSU和数学形态学的海底残骸视觉分割算法

来源 :自动化技术与应用 | 被引量 : 0次 | 上传用户:tianshiye45
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了提高机器人海底残骸探测过程中视觉分割的准确性,提出了一种融合线性OTSU和数学形态学的视觉分割算法。首先对海底残骸图像进行灰度化预处理;然后进行自适应线性OTSU的阈值分割;最后对分割出的二值图像进行去噪优化。三种不同残骸目标的测试结果表明,与传统阈值分割算法和改进Bernsen算法相比,融合线性OTSU和数学形态学的海底残骸视觉分割算法不仅保证了高检出率,而且有效将误检率平均降低了35.1%,从而验证了文中算法的有效性。
其他文献
优化后的基于TensorFlow的全连接神经网络模型,在手写体数字数据集上的识别正确率从91.2%提升到98.3%。增加隐藏层和加入RELU激活函数,对提升识别率效果显著,而指数衰减的学习率、滑动平均模型和正则化损失则对识别正确率无明显影响。将改进后的模型,移植到ROS操作系统中,调用已训练好的模型及参数,并将识别功能封装成ROS节点,最后运用消息机制对摄像头采集到的图像消息完成识别。
建立自转旋翼机龙骨的有限元模型,对自转旋翼机龙骨进行静力分析。以自转旋翼机龙骨的各个结构管的截面尺寸作为设计变量,以自转旋翼机的总质量为设计目标,运用ANSYS优化模块
本文首先对变电站避雷器的各参量数据进行采集和预处理,并采用主元分析实现数据的降维以及特征变量的提取,将这些特征变量分别作为最小二乘支持向量机与人工神经网络的模型的