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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、地面智能機器人是一種可以脫離人的直接控制在地面實時地自主運行的機器人。對地面智能機器人的研究關(guān)注的主要問題是自主導(dǎo)航,而自主導(dǎo)航的關(guān)鍵技術(shù)是道路場景分割。地面智能機器人主要是根據(jù)視覺信息對其運動的環(huán)境進(jìn)行理解,通過視覺傳感器獲取道路場景圖像,對道路場景圖像進(jìn)行分割,識別出道路區(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、光線強弱等復(fù)雜性因素,給獲取的道路圖像分割帶來了困難,不利于機器人自主導(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,如何對復(fù)雜的道路場景進(jìn)行高效分割,是對地面智能機器人自主導(dǎo)航研究的主要內(nèi)容。
本文針對地面智能機器人自主導(dǎo)航中的道路場景分割技術(shù)進(jìn)行了深入研究,其主要內(nèi)容如下:
(1)研究了道路場景圖像分割原理,支持向量機原理及其相關(guān)理論,并研究了基于b-BTSVM的道路場景圖像分割方法。
(2)研究了基于b-BTSVM和超像素的陰影道路場景分割方法,利用SLICSuperpixel(simplelinear
3、iterativeclusteringsuperpixel)算法和K-means聚類算法依據(jù)像素點的灰度特征和位置信息,將場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。采用對光照變化不敏感的LBP算法計算超像素的紋理特征,并同時結(jié)合對光照不敏感的HSV顏色空間特征組合成高維特征向量。使用b-BTSVM對圖像中各類目標(biāo)進(jìn)行學(xué)習(xí),構(gòu)建分類決策面。
4、在檢測階段,用同樣的方法將場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,判別超像素所在的場景區(qū)域是否為道路區(qū)域。
(3)研究了基于b-BTSVM的在線道路場景分割方法,首先使用K-means聚類算法對第一幅道路圖像做初始化分割,并從其初始分割后的各類別區(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)練集計算出分類決策面,用于下一幅道路圖像的檢測;最后使用在線學(xué)習(xí)方法更新訓(xùn)練集,重新計
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(hù)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。
最新文檔
- 基于SVM的血管分割技術(shù).pdf
- 基于Kinect的空間場景三維分割技術(shù)研究.pdf
- 自然場景圖像分割關(guān)鍵技術(shù)研究.pdf
- 道路交通場景自動生成技術(shù)研究.pdf
- 基于三維攝像機的空間場景分割技術(shù)研究.pdf
- 基于SVM的網(wǎng)頁分類技術(shù)研究.pdf
- 基于小波與SVM技術(shù)的皮鞋缺陷分割.pdf
- 基于音頻分割的場景分類研究.pdf
- 基于立體視覺的道路場景分割與車輛檢測算法研究.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注入檢測技術(shù)研究.pdf
- 基于SVM的數(shù)據(jù)挖掘分類技術(shù)研究.pdf
- 基于SVM的數(shù)字水印檢測技術(shù)研究.pdf
- 基于內(nèi)容的視頻場景分割.pdf
- 基于SVM的人臉識別技術(shù)研究.pdf
- 基于深度數(shù)據(jù)和圖像語義分割的三維場景重建技術(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
評論
0/150
提交評論