基于訓(xùn)練模型的二維碼快速定位和識別技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩73頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明: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),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、伴隨機器人越來越多地走進我們的生活,家庭和辦公環(huán)境中的服務(wù)型機器人的研究具有越來越重要的理論意義和實際應(yīng)用價值,成為機器人研究領(lǐng)域的熱點。定位和導(dǎo)航技術(shù)是家庭服務(wù)機器人研究的關(guān)鍵和基礎(chǔ)。對于結(jié)構(gòu)化環(huán)境中移動機器人的定位問題,要充分發(fā)揮其不同于室外完全未知環(huán)境的環(huán)境優(yōu)勢,利用可獲知的訓(xùn)練學(xué)習(xí)信息,進一步提高移動機器人定位的時間效率和精度。
  本論文首先從項目和應(yīng)用前景兩方面分析了論文選題的研究意義?;趯σ苿訖C器人定位技術(shù)和二維碼

2、識別和定位技術(shù)研究現(xiàn)狀的調(diào)研和分析,本文選取了貼于家居環(huán)境地板上的二維碼作為定位標(biāo)志,并提出了一種基于訓(xùn)練模型的二維碼快速定位和識別系統(tǒng)。本系統(tǒng)利用通過識別二維碼獲得的位置信息和通過對旋轉(zhuǎn)角度識別得到的姿態(tài)估計,來最終實現(xiàn)移動機器人的自主定位。
  論文圍繞訓(xùn)練學(xué)習(xí)的核心思想提出了貫穿整個系統(tǒng)的訓(xùn)練學(xué)習(xí)模型,模型包括圖像預(yù)處理訓(xùn)練模型和識別定位算法訓(xùn)練模型兩大部分。預(yù)處理模型又包括灰度恢復(fù)模型和幾何畸變校正模型。識別算法訓(xùn)練模型包

3、括二維碼陣列位置訓(xùn)練模型、梯度訓(xùn)練模型和閾值分割及幾何特征訓(xùn)練模型,為算法提供必要的參數(shù)支持,提高算法運行效率和精度。
  在圖像預(yù)處理部分建立基于訓(xùn)練模型的暗角恢復(fù)模型對圖像暗角失光現(xiàn)象進行補償恢復(fù),使得灰度恢復(fù)算法適應(yīng)不同相機和環(huán)境的變化。畸變矯正模型采用建立畸變矯正表,進行快速查表的方法對攝像機畸變進行矯正。預(yù)處理訓(xùn)練模型確保后期目標(biāo)識別算法獲得高質(zhì)量、低畸變的圖像輸入,提高定位精度和算法效率。
  針對現(xiàn)在二維碼識別

4、技術(shù)中普遍存在的算法時間效率低和一般只針對單碼識別的缺點,本文給出了兩種基于訓(xùn)練模型的快速二維碼定位識別算法。第一種算法設(shè)計了基于訓(xùn)練模型的針對單一線采樣灰度變化的分類器,使得定位算法運行速度實現(xiàn)了2至3倍的提升。
  第二種算法設(shè)計了基于訓(xùn)練信息的幾何特征評價算子,快速識別探測塊的位置。目標(biāo)分割的過程中,在對大量閾值分割算法實驗分析的基礎(chǔ)上,給出了了一種改進的基于訓(xùn)練模型的自適應(yīng)變閾值目標(biāo)分割方法。本算法的運行速度較之傳統(tǒng)算法實

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論