共查询到20条相似文献，搜索用时 325 毫秒
1.
针对机器视觉导航中道路引导线检测方法复杂、实时性不能满足使用要求的问题提出了基于改进Hough变换的公路车道线快速检测算法:根据车道线与路面颜色的不同判断车道线位置计算出车道线的方向候补点群,根据车辆所处车道的情况对方向候补点群进行聚类,以每一类的中点为基准点使用基于一点的改进Hough变换算法计算出车道线的斜率。实验结果表明,一幅图片的处理时间约85 ms,处理结果与实际情况吻合。算法能够检测出高速公路上所有车道线的斜率,为道路引导线的实时检测提供了一种新思路。 相似文献
2.
基于CenterNet搭配优化DeepSORT算法的断奶仔猪目标跟踪方法研究 总被引：2，自引：0，他引：2
《南京农业大学学报》2021,44(5)
[目的]断奶仔猪是生猪养殖业中的重点关注对象,群养环境下的仔猪精准跟踪是分析仔猪个体行为、监测仔猪个体健康的基础。本文提出1种基于深度学习的断奶仔猪目标跟踪方法。[方法]利用基于中心点的CenterNet检测算法设计断奶仔猪目标检测模型,对DeepSORT算法的检测部分进行优化;训练优化跟踪过程中提取仔猪目标外观特征的模型,结合卡尔曼滤波和匈牙利匹配算法,改进重识别环节,实现具有深度关联度量的断奶仔猪目标实时检测与跟踪。[结果]算法测试结果表明,断奶仔猪目标检测模型的平均精度均值和召回率分别为99.0%和78.6%,多目标跟踪精度MOTA和MOTP指标分别为96.8%和81.8%。[结论]本文所提方法改善了因断奶仔猪外表高度相似性以及黏连遮挡情况导致跟踪困难的问题,可在群养环境中精准跟踪断奶仔猪个体,算法为后续仔猪个体行为分析研究提供技术支撑。 相似文献
3.
针对交通事故的不断上升,设计一种基于图像处理的车辆防偏防追尾预警系统。首先利用改进的Hough变换检测出前方车道线并进行预警决策;然后在此车道区域内根据车底部阴影的梯度特征确定前方可能存在的车辆区域,通过卡尔曼滤波器跟踪检测到的目标,并利用归一化转动惯量做车辆验证;最后根据世界坐标系和图像坐标系之间的几何映射关系测定与前车的距离,进而与计算得出的安全距离对比从而实现报警功能。实验结果表明,该系统能够有效的识别出车道线和车辆,并能很好的判断车道线偏离情况和测量车间距,从而实现预警输出。 相似文献
4.
基于机器视觉的丘陵山区田间道路虚拟中线提取方法 总被引：4，自引：1，他引：3
田间道路识别是农业机械在田间道路上自动行驶的基础.针对丘陵山区田间道路复杂多变、无车道线和无明显边界等特点,提出一种基于机器视觉的道路虚拟中线提取算法.首先将道路RGB图像转换到HSI空间,选择与图像彩色信息无关的I分量;然后利用二维Otsu阈值分割法提取道路区域特征,去噪处理后选取目标区域分块求取质心点,对求取的质心点进行基于曲率变化的拟合,得到田间道路的虚拟中线.试验结果表明,在光照、水渍等不利因素影响较小的情况下,该算法拟合确定的道路中线与实际的道路中线相差最大不超过5%,准确性较高,能够有效实现丘陵山区田间道路的识别和虚拟中线的提取. 相似文献
5.
卡尔曼于1960年提出了离散系统线性滤波的递推求解方法即卡尔曼滤波算法.该滤波算法是基于线性最小平方法的、进行有效递推计算的一组数学方程式,算法功能强大,支持对过去、现在和将来状态的估算.本文旨在对离散系统的卡尔曼滤波作应用方面的介绍:包括对基本离散卡尔曼滤波器的描述与讨论;对扩展型卡尔曼滤波的讨论;应用实例进行分析和仿真;讨论卡尔曼滤波在汽车定位与导航工程上的应用. 相似文献
6.
针对目前车道保持系统中车速变化较大时被控车辆道路跟随性能较差的问题,采用基于车速分段的多模型切换方法,结合最优控制策略设计车辆横向控制算法建立车道保持系统控制策略。计算仿真及实车试验结果表明：所建立的基于车速分段的多模型切换算法能够在车速变化范围较大时有效降低被控车辆的车-路偏移量,一般工况下,能够使车-路偏移量控制在10 cm以下;车-路偏差在车道保持试验过程中平缓、稳定调整,满足车道保持系统控制精度的要求;与单模型设计控制算法的车道保持系统相比,被控车辆对车道中心线的跟随性能得到有效提高。 相似文献
7.
针对我国医药生产检测包装线上大输液杂质智能检测技术问题,提出了一种利用实时视频图像处理技术检测识别大输液杂质的方法.该方法对连续多帧被旋转的大输液瓶图像运用差分图像运动分析方法提取目标杂质;运用图像处理技术去除气泡噪声,准确分割目标杂质,采用Camshift跟踪算法连续跟踪几帧运动杂质以确保检测准确率;根据Camshift跟踪算法提取出的杂质运动和几何特征,应用SVM(Support Vector Machine)准确识别杂质类型.实验结果表明,该方法检测识别直径大于等于4个像素的杂质的检测识别率平均可达到95.4%,检测识别速率平均可达到581 ms/瓶. 相似文献
8.
针对复杂红外背景下单一跟踪算法难以准确定位运动目标的问题,提出了基于尺度无迹卡尔曼滤波(SUKF,scale unscented Kalman filter)与尺度不变特征变换(SIFT,scale invariant featuretransform)相结合的红外运动目标跟踪方法。首先,通过SUKF算法对状态空间进行滤波估计,确定运动目标的初步位置,并以此建立局部SIFT特征检测域。其次,SIFT算法在该局部检测域内对运动目标进行特征提取与匹配,最终实现对目标的准确定位;同时,利用定位结果更新并校正SUKF的状态模型。实验结果表明,本文提出的基于SUKF-SIFT的跟踪策略与相关算法相比,体现出较好的跟踪效果与实时性能。 相似文献
9.
一种基于直线模型的AGV视觉导航 总被引：2，自引：0，他引：2
在自动引导试验车组成和工作原理的基础上,根据实际路况,提出了一种简洁、准确的边缘提取方法和道路标识线的控制方法,对系统的稳定性、精确性进行了改进,试验结果表明,该系统模型受外界环境的影响很小,在自主状态下能稳定而精确的跟踪标识线,达到了预期效果. 相似文献
10.
提出了一种包含区域信息的Snake模型用于运动目标检测与跟踪。在通常情况下,基于区域信息的跟踪方法对背景光线的微小变化、位置的微小移动较为敏感,而基于边缘信息的跟踪方法则难以对边缘模糊的图像取得满意的跟踪效果。在算法中同时引入这两种信息,边缘信息使得算法快速而鲁棒性好,区域信息可以对边缘模糊的图像取得正确的跟踪效果。使用双差分图像设计了自动初始化的方法来实现视频的自动跟踪。同时,对目标的下一步运动位置增加了一个预测环节来加快主动轮廓模型的收敛速度。该算法的每帧计算时间一般小于0.1S,能应用于实时系统。 相似文献
11.
为了实现基于Kinect的三维手势识别,提出一种基于深度图像的指尖检测与跟踪方法。首先利用Kinect提供的深度信息和HSV肤色模型分割出手掌区域,并通过映射获得二维手掌区域的二值图像;然后在二维手掌区域中采用形态学操作,计算获得各手指的二维区域,并把各手指区域中离手心点距离最远的点作为指尖点;最后接着加入指尖点的深度信息,获得各指尖的三维信息,在三维空间中利用卡尔曼滤波方法实现对指尖的跟踪。试验结果证明,该算法能够准确、实时地实现指尖检测与跟踪,满足了手势识别的基本要求。 相似文献
12.
投饵是虾塘养殖中的重要环节,获取剩余饵料重量是实现精准投饵的关键。为解决在投饵过程中由环境、系统自身等因素引起的剩余饵料称重不准确问题,提出了一种适用于投饵船饵料动态称重的自适应强跟踪无迹卡尔曼滤波算法(SHFL-ASTUKF)。首先,建立称重系统的二阶模型,并对量测结果进行滤波。然后,在渐消因子快速引入的基础上,使用奇异值分解替换Cholesky分解处理误差协方差问题。同时,结合模糊控制算法和Sage-Husa自适应滤波,自适应更新量测噪声协方差和系统噪声协方差,从而抑制滤波过程中的发散情况。对SHFL-ASTUKF进行实例数据仿真和实验验证,结果表明,与强跟踪无迹卡尔曼滤波相比,实例数据仿真中,RMSE提高了14.9%,投饵船剩余饵料称重实验中RMSE平均提高了15.15%,MAE提高17.27%,所提出的算法具有更高的动态测量精度和更好的降噪效果。 相似文献
13.
随着工业化的不断推进，土壤重金属污染情况十分严重。重金属污染对于环境保护，人类安全都有很大的影响。砷作为一种毒性很强的重金属元素，对其进行反演研究，这对环境保护有着重要意义。传统的土壤重金属含量检测方法多为繁杂的实验室化学处理方法，耗费大量时间且成本高昂。为研发一种快速、准确检测土壤砷含量的方法，首先在可见光-近红外光波段获得原始反射光谱，使用三波段光谱指数分析波段间的相互作用，利用相关系数法获得最优的光谱参数组合，从而提取优质光谱特征。双隐含层极限学习机（TELM）是一种前馈神经网络模型。TELM在单隐含层极限学习机的基础上引入了新的隐含层和学习机制，有较高的性能。但是由于TELM第一隐含层参数是随机获得的，容易导致模型的不稳定，利用粒子群优化（PSO）算法对该层参数进行寻优。PSO是一种经典的智能优化算法，具有很强的全局搜索能力。针对PSO容易陷入局部最优点的缺点，引入新的交叉策略，通过该交叉策略，可以帮助其摆脱局部最优，并提出基于三波段光谱指数和交叉粒子群算法的双隐含层极限学习机混合模型（TPC-TELM）。为验证模型的有效性，将其与多个机器学习模型（如单层极限学习机和TELM等... 相似文献
14.
孙永新 《仲恺农业技术学院学报》2009,22(2):31-34
在分析二维灰度图像边界的常规提取方法的基础上,提出了一种新的健壮的边界提取方法.该方法首先采用Canny边缘算法检测二维图像边缘,然后使用了一种健壮的边界跟踪算法抽取物体边界,这种边界跟踪算法在跟踪边缘图像的物体边界过程中能自动修补断裂边缘和排除虚假边界点.实验证明,新方法成功率高,能较有效排除干扰,准确识别出物体边界. 相似文献
15.
基于二级LTP纹理颜色直方图的动物实时跟踪 总被引：1，自引：0，他引：1
目标表征方法是目标跟踪算法当中的关键环节.近来,目标跟踪技术在动物的跟踪以及其他农业领域当中得到广泛应用.但是,只对区域进行一次纹理特征的提取往往不够丰富.因此,对原始提取LTP纹理特征的方法进行改进,提出二级提取LTP特征融合的目标表征方法.通过对原始图像进行相同LTP特征提取,得到目标区域的多级LTP图像特征,将HSV模型中受光照影响较小的H分量作为颜色特征向量,来建立每一级特征相应的直方图.根据嵌入到Mean Shift当中的二级纹理颜色模型来进行动物跟踪.与传统的基于核的跟踪算法进行对比,此方法显著提高动物目标跟踪的鲁棒性. 相似文献
16.
多目标跟踪面临的最大挑战是身份转换问题,其由目标物体间的相互遮挡造成.针对该问题,提出一种基于跟踪模型和关联模型的多目标跟踪方法.首先在跟踪模块针对每一个跟踪个体采用粒子滤波器还原其各自轨迹片段,并计算可信因子评估遮挡程度;然后在关联模块,将人体分割为头部、躯干和腿三部分,将人的面貌分为前侧和背侧两种,利用HSV颜色直方图方法提取各部分特征描述符,利用K最近邻方法探测个体之间的匹配程度,进行再次识别以实现轨迹片段的融合.实验结果表明,同传统的方法相比,提出的算法可有效避免由于遮挡引起的身份转换问题,且目标检测准确率有较大提高,检测准确率达到90.5%. 相似文献
17.
卡尔曼滤波是高斯噪声无线传感网中最常用的目标追踪技术之一。由于无线传感网常被随机部署在一些复杂的环境,所以节点之间的通信会出现丢包的现象。对于传统的卡尔曼滤波器而言,丢包会大幅降低其目标追踪的精度和鲁棒性。针对这个问题,将描述丢包的Bernoulli过程模型融合进容积卡尔曼滤波器,提出了一种抗丢包的无线传感网目标跟踪算法。仿真结果表明:在不同的丢包率下新提出的算法比现有的卡尔曼滤波目标跟踪算法的精确性和鲁棒性都要好。 相似文献
18.
从卷积混合的混沌信号中提取出所需的信号是一个挑战性课题.假设需要提取的混沌信号的映射已知,寻找提取向量的问题就可以转化为非线性系统的状态检测问题.为此,提出了一种基于无先导卡尔曼滤波的盲提取算法.仿真结果证明在无噪声或高信噪比情况下该算法的有效性. 相似文献
19.
根据木材缺陷图像识别技术的现状,针对适合识别木材各种表面缺陷图像的算法,对现有典型模型法进行图像识别方法的分析,提出了一种基于多个模型融合的木材表面缺陷图像快速识别算法。首先,在C－V模型中引入加权总变分能量（VTg（u））,使得二者分别能够与GAC模型连接,实现了在同一全局最小化框架下统一2种模型;然后采用全变分范数对偶化方法对模型进行了快速求解;最后给出了模型的数值化实现算法。结果表明：该算法不依赖初始轮廓线的选择,能够比较快速、准确地识别出木材的节子、孔洞、腐朽、空心等缺陷和单板多节子缺陷图像。 相似文献
20.
道路自动提取是高效利用遥感信息的重要研究点。该研究提出了一种快速提取遥感影像中道路信息的方法,其成果可用于其他算法或辅助人工进行道路的精提取。方法将提取与矢量进行了集成,成果可以很好地与GIS进行集成。算法快速高效,所需参数少且遥感影像自身特性仅会产生轻微影响。 相似文献