

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、機(jī)器視覺在眾多領(lǐng)域被廣泛的應(yīng)用,比如家庭智能機(jī)器人、儀表自動(dòng)監(jiān)測(cè)、汽車低速自動(dòng)導(dǎo)航駕駛和航空?qǐng)D片中的物體識(shí)別,并且隨著機(jī)器視覺技術(shù)的發(fā)展,機(jī)器視覺系統(tǒng)具更廣泛的應(yīng)用前景。而機(jī)器視覺的基礎(chǔ)問題之一是物體識(shí)別。在識(shí)別物體的方法和過程中,還存在著許多問題和挑戰(zhàn),比如不僅僅需要從2D圖片中的物體,而且要從2D圖片中分析并猜測(cè)出物體的深度信息。人類的視覺系統(tǒng)不僅能輕易地快速識(shí)別2D圖片中的物體,還能夠?qū)ξ矬w的立體幾何形狀做出判斷,這實(shí)際上是一個(gè)由
2、2D信息,輔以先驗(yàn)知識(shí),推導(dǎo)出3D信息(深度信息)的過程。本文就側(cè)重分析人在識(shí)別物體過程中使用的幾何特征和先驗(yàn)知識(shí),提出在人造幾何物體圖片中搜索共面線索進(jìn)而實(shí)現(xiàn)深度信息猜測(cè)的算法。 首先,我們首先根據(jù)人造幾何物體往往包含大量直線邊緣和共面線索這一特點(diǎn),提出了對(duì)汽車模型(Transit汽車)的幾個(gè)面進(jìn)行平面分割的算法。從圖像中提取出邊緣圖片,并用向量化的方法表示出邊緣圖片,進(jìn)而從中提取出角特征和共面的線索。汽車模型的每個(gè)平面都有其
3、各自的特征,我們著重地考慮共面線索的使用,利用共面線索來(lái)界定并分割汽車模型的各個(gè)平面。 然后,我們通過模擬投影一個(gè)與汽車模型形狀類似的長(zhǎng)方體到投影平面的過程,對(duì)長(zhǎng)方體的一個(gè)頂角投影到平面上所形成的Y型連接進(jìn)行采樣。每一個(gè)樣本包含了Y型連接的形狀、投影的角度以及投影時(shí)的相關(guān)投影參數(shù)。通過匹配平面分割結(jié)果中的Y型連接與采樣得到的Y型連接,可以猜測(cè)并驗(yàn)證汽車圖片的深度信息。之所以選擇Y型連接是因?yàn)樗谌藦?D圖像猜測(cè)3D深度信息時(shí)起到
溫馨提示
- 1. 本站所有資源如無(wú)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(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(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
- 基于幾何屬性的人造物體三維識(shí)別研究.pdf
- 基于幾何結(jié)構(gòu)的人耳特征識(shí)別方法研究.pdf
- 基于子空間幾何特征分析的人臉識(shí)別方法研究.pdf
- 基于先驗(yàn)知識(shí)的物體識(shí)別方法研究.pdf
- 基于Gabor特征的人臉識(shí)別方法.pdf
- 基于仿生特征的人臉識(shí)別方法.pdf
- 基于Coabor特征和GDA的人臉識(shí)別方法.pdf
- 基于特征學(xué)習(xí)的人臉識(shí)別方法研究.pdf
- 基于代數(shù)特征的人臉識(shí)別方法研究.pdf
- 基于興趣點(diǎn)多特征融合的物體識(shí)別方法研究.pdf
- 基于形狀特征的人體行為識(shí)別方法研究.pdf
- 基于LBP統(tǒng)計(jì)特征的人臉識(shí)別方法研究.pdf
- 基于局部特征的人臉圖像分析和識(shí)別方法研究.pdf
- 基于圖像重構(gòu)和特征融合的人臉識(shí)別方法研究.pdf
- 基于幾何形狀特征的工件識(shí)別方法研究.pdf
- 基于HOG特征LBP特征的人臉識(shí)別方法研究.pdf
- 基于LBP閾值特征的人臉識(shí)別方法研究.pdf
- 基于改進(jìn)LDP特征的人臉識(shí)別方法.pdf
- 基于局部特征的人臉識(shí)別方法研究與實(shí)現(xiàn).pdf
- 基于人臉對(duì)齊和多特征融合的人臉識(shí)別方法研究.pdf
評(píng)論
0/150
提交評(píng)論