版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、地面智能機(jī)器人是一種可以脫離人的直接控制在地面實(shí)時(shí)地自主運(yùn)行的機(jī)器人。對(duì)地面智能機(jī)器人的研究關(guān)注的主要問(wèn)題是自主導(dǎo)航,而自主導(dǎo)航的關(guān)鍵技術(shù)是道路場(chǎng)景分割。地面智能機(jī)器人主要是根據(jù)視覺(jué)信息對(duì)其運(yùn)動(dòng)的環(huán)境進(jìn)行理解,通過(guò)視覺(jué)傳感器獲取道路場(chǎng)景圖像,對(duì)道路場(chǎng)景圖像進(jìn)行分割,識(shí)別出道路區(qū)域。在室外非結(jié)構(gòu)化道路環(huán)境中,由于存在天氣變化、光線強(qiáng)弱等復(fù)雜性因素,給獲取的道路圖像分割帶來(lái)了困難,不利于機(jī)器人自主導(dǎo)航。如何提取穩(wěn)定的具有高區(qū)分性的特征描述復(fù)
2、雜多變的環(huán)境,如何對(duì)復(fù)雜的道路場(chǎng)景進(jìn)行高效分割,是對(duì)地面智能機(jī)器人自主導(dǎo)航研究的主要內(nèi)容。
本文針對(duì)地面智能機(jī)器人自主導(dǎo)航中的道路場(chǎng)景分割技術(shù)進(jìn)行了深入研究,其主要內(nèi)容如下:
(1)研究了道路場(chǎng)景圖像分割原理,支持向量機(jī)原理及其相關(guān)理論,并研究了基于b-BTSVM的道路場(chǎng)景圖像分割方法。
(2)研究了基于b-BTSVM和超像素的陰影道路場(chǎng)景分割方法,利用SLICSuperpixel(simplelinear
3、iterativeclusteringsuperpixel)算法和K-means聚類(lèi)算法依據(jù)像素點(diǎn)的灰度特征和位置信息,將場(chǎng)景圖像劃分成大小不等的超像素,超像素范圍內(nèi)的像素點(diǎn)具有同等的光照條件,且具有同質(zhì)性。本文還提出一種適合在超像素范圍內(nèi)提取特征的窗口定位方法。采用對(duì)光照變化不敏感的LBP算法計(jì)算超像素的紋理特征,并同時(shí)結(jié)合對(duì)光照不敏感的HSV顏色空間特征組合成高維特征向量。使用b-BTSVM對(duì)圖像中各類(lèi)目標(biāo)進(jìn)行學(xué)習(xí),構(gòu)建分類(lèi)決策面。
4、在檢測(cè)階段,用同樣的方法將場(chǎng)景圖像劃分成若干超像素,并提取一致的高維特征,用已有決策面進(jìn)行檢測(cè),判別超像素所在的場(chǎng)景區(qū)域是否為道路區(qū)域。
(3)研究了基于b-BTSVM的在線道路場(chǎng)景分割方法,首先使用K-means聚類(lèi)算法對(duì)第一幅道路圖像做初始化分割,并從其初始分割后的各類(lèi)別區(qū)域中分別選取一定數(shù)量的樣本作為訓(xùn)練集;然后使用b-BTSVM學(xué)習(xí)訓(xùn)練集計(jì)算出分類(lèi)決策面,用于下一幅道路圖像的檢測(cè);最后使用在線學(xué)習(xí)方法更新訓(xùn)練集,重新計(jì)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于SVM的血管分割技術(shù).pdf
- 基于Kinect的空間場(chǎng)景三維分割技術(shù)研究.pdf
- 自然場(chǎng)景圖像分割關(guān)鍵技術(shù)研究.pdf
- 道路交通場(chǎng)景自動(dòng)生成技術(shù)研究.pdf
- 基于三維攝像機(jī)的空間場(chǎng)景分割技術(shù)研究.pdf
- 基于SVM的網(wǎng)頁(yè)分類(lèi)技術(shù)研究.pdf
- 基于小波與SVM技術(shù)的皮鞋缺陷分割.pdf
- 基于音頻分割的場(chǎng)景分類(lèi)研究.pdf
- 基于立體視覺(jué)的道路場(chǎng)景分割與車(chē)輛檢測(cè)算法研究.pdf
- 基于SVM的數(shù)據(jù)挖掘技術(shù)研究.pdf
- 結(jié)構(gòu)化環(huán)境下基于信息融合的道路場(chǎng)景感知技術(shù)研究.pdf
- 基于SVM的生物特征融合技術(shù)研究.pdf
- 基于SVM的SQL注入檢測(cè)技術(shù)研究.pdf
- 基于SVM的數(shù)據(jù)挖掘分類(lèi)技術(shù)研究.pdf
- 基于SVM的數(shù)字水印檢測(cè)技術(shù)研究.pdf
- 基于內(nèi)容的視頻場(chǎng)景分割.pdf
- 基于SVM的人臉識(shí)別技術(shù)研究.pdf
- 基于深度數(shù)據(jù)和圖像語(yǔ)義分割的三維場(chǎng)景重建技術(shù)研究.pdf
- 基于圖論的圖像分割技術(shù)研究.pdf
- 基于改進(jìn)的SVM彩色圖像分割方法研究.pdf
評(píng)論
0/150
提交評(píng)論