基于Harris-Hist的特征匹配及目标定位算法

来源 :吉林大学学报(理学版) | 被引量 : 0次 | 上传用户:liongliong449
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对目前机器人伺服定位抓取中定位精度和实时性较差的问题,提出一种基于Harris-Hist的快速特征匹配及目标定位算法.首先,采用Harris检测算法提取图像特征点;然后,提出一种新的特征点描述子定义方法,计算特征点圆形邻域内像素点灰度直方图刻画特征点,通过计算两幅图像中各特征点描述子间的距离实现特征匹配;最后,根据匹配结果,估计单应性矩阵,定位目标在场景图像中的位置.实验结果表明,该算法匹配速度快、定位精度高,能满足机器人伺服定位抓取中定位精度和实时性的要求.
其他文献
针对骨折发生随机、相互接触碎骨的边界分割困难、小碎骨丢失导致碎骨拼接困难的问题,提出一种基于模板引导与数据驱动的三维碎骨修复方法.首先利用神经网络训练初步提取碎骨外表面,并计算碎骨与模板外表面特征;然后基于特征对每个碎骨外表面与骨骼模板进行匹配;最后根据碎骨与模板间的距离和碎骨表面曲率信息确定断裂边界,实现碎骨修复拼接.实验结果表明,该方法能有效进行碎骨分割与拼接,分割精度达98.44%,拼接平移
超高清(UHD)视频能为用户带来质量更高、沉浸感更强的视觉体验,但高带宽成本限制了其推广和应用。为解决超高清视频传输和存储的难题,中国数字音视频编解码技术标准(AVS)工作组制定了新一代视频编码标准——AVS3,并在超高清产业化应用方面取得重要进展。介绍了AVS3视频编码关键技术,以及其与AVS2、多功能视频编码(VVC)、开放媒体联盟视频(AV1)等标准的性能对比情况。
针对目前利用单幅低动态范围图像生成高动态范围图像过程中亮度的动态范围扩展与饱和度不匹配,从而导致扩展后图像泛白的问题,提出一种结合饱和度调节的由单幅图像生成高动态范围图像的方法.该方法将图像转换到HSV颜色空间,首先对亮度分量进行反色调映射及高光区域校正得到新的亮度分量,并对饱和度分量进行线性拉伸;然后计算原始亮度与饱和度的相关系数,再通过相关系数和新亮度分量对拉伸后的饱和度分量进行微调得到新饱和
现代信息化社会对视频业务的需求呈爆发式增长,人们希望在任何地点、任何时间都能享受到超高质量的视频业务服务。高速率、低时延的新一代通信技术与人工智能技术相结合,可助力视频技术向高清晰度、高交互性和虚实结合等新方向发展,并与工业制造、医疗、教育等垂直行业有机融合。视频质量评估为衡量视频技术的效能提供了标尺,其重要性不言而喻。传统的视频质量评价指标主要是客观的,
提出了一种应用于视频质量增强算法的动态结构性剪裁算法Maskcut,它可以有效提高基于深度学习的视频质量增强算法的运行速度。Maskcut是一种通用的剪裁思路,支持绝大多数的基于卷积神经网络(CNN)深度学习网络模型的剪裁加速。基于原模型中已经训练好的参数数据,Maskcut使用一种针对剪裁加速的二次训练策略来进一步微调参数,从而在保证模型有效性损失不大的同时,缩短模型运行时间。以一种先进的视频质
营地教育是通过青少年在营地参与一系列综合实践活动而达到教育目的的教育方式 , 主要通过承担青少年道德、审美、 健康、劳动和生存等多方面的教育来提升青少年综合素质水平
摘 要:互联网技术的快速崛起和广泛传播给人们的生活带来了翻天覆地的变化,网络也给各行各业带来了变革的契机。大数据技术是互联网技术中关键的一项,本文将针对该技术进行探讨,旨在分析如何利用大数据促进高职院校计算机教学改革。  关键词:大数据;高职院校;计算机教学;教学改革  1 引言  时代变革是社会发展的永恒主题,随着互联网行业的快速发展,这个世界充斥着越来越多的信息,而且在加快增长。要想在激烈的社
实时分布式云渲染技术和5G通信技术的使用,可以解决工业模型中实时渲染的问题。实时分布式云渲染技术将渲染工作放在服务器端,再将渲染结果利用5G通信技术快速传输到客户端以实现实时的浏览和交互。介绍了实时分布式云渲染技术的基本框架、关键技术、发展状况,以及当前的一些应用,总结了其面临的技术难题。认为新基建中人工智能的建设,可以进一步提升实时分布式云渲染的性能。
发展党员增强党组织力量的重要途径,不仅必要而且也十分重要,对即将入党的党员思想和工作都要严峻考验,我们 多给他们提供锻炼机会,在实践坚定自己党性,不断成熟,增长智慧,勇
为提升目标跟踪的准确性并保证其实时性,提出一种基于改进孪生全卷积网络的新方法——孪生压缩激励全卷积网络(siamese squeeze and excitation fully convolutional networks, Siam-SEFC). Siam-SEFC通过添加具有少量参数的压缩激励网络结构融合空间通道信息,为跟踪对象添加空间信息,并通过调整训练数据尺度进行尺度不定的数据增强,提取多