基于AdaBoost的集裝箱檢測(cè)方法研究.pdf

1、目前，采用計(jì)算機(jī)視覺(jué)技術(shù)是集裝箱自動(dòng)化裝卸作業(yè)中實(shí)現(xiàn)集裝箱識(shí)別和定位操作的發(fā)展方向。本文分析和探討了兩種集裝箱檢測(cè)方法的基本理論，搭建了集裝箱裝卸模型系統(tǒng)(Container Handling Model System-CHMS)，在Windows環(huán)境下編寫(xiě)軟件算法，并在CHMS系統(tǒng)上對(duì)分別對(duì)兩種方法進(jìn)行了仿真實(shí)驗(yàn)。實(shí)驗(yàn)表明本文提出的集裝箱檢測(cè)方法是合理的，具有一定的理論價(jià)值與實(shí)用價(jià)值。本文的研究工作主要包括以下幾個(gè)方面： 1.

2、將基于AdaBoost的學(xué)習(xí)算法用于集裝箱檢測(cè)，從一個(gè)較大的特征集中選擇少量關(guān)鍵的haar-like特征，產(chǎn)生一個(gè)高效的強(qiáng)分類(lèi)器。再用級(jí)聯(lián)方式將單個(gè)的強(qiáng)分類(lèi)器級(jí)聯(lián)成為一個(gè)更加復(fù)雜的級(jí)聯(lián)分類(lèi)器。對(duì)AdaBoost算法的收斂性能、泛化能力以及權(quán)重更新方法對(duì)分類(lèi)器性能的影響等進(jìn)行了深入的分析。本文使用了自己創(chuàng)建的集裝箱模型樣本庫(kù)進(jìn)行訓(xùn)練得到分類(lèi)器，并在多種背景、光線(xiàn)條件下進(jìn)行了集裝箱模型檢測(cè)實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，得到的集裝箱模型分類(lèi)器效果理想。