一种改进的类人足球机器人的目标识别算法下载

weixin_39821051 2019-07-25 02:30:18

针对类人足球机器人视觉需求,提出一种结合区域生长和基于形状判别的阈值自适应更新的彩色目标识别算法。该算法在HSI空间基于S分量把图像分为高饱和与低饱和区域,在高饱和区域基于H分量采用区域生长算法识别目标;通过目标形状判别自适应更新阈值,并用新阈值更新区域生长中原来的阈值,以稳定准确地识别彩色目标。在类人足球机器人系统中的成功应用表明,该算法能在不同光照条件下稳定地识别出彩色目标,对光照环境有良好的适应性和鲁棒性,具有良好的识别效果。
相关下载链接：//download.csdn.net/download/xiaqinye/3777822?utm_source=bbsseo

...全文

11 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

针对类人足球机器人视觉需求,提出一种结合区域生长和基于形状判别的阈值自适应更新的彩色目标识别算法。该算法在HSI空间基于S分量把图像分为高饱和与低饱和区域,在高饱和区域基于H分量采用区域生长算法识别目标;通过目标形状判别自适应更新阈值,并用新阈值更新区域生长中原来的阈值,以稳定准确地识别彩色目标。在类人足球机器人系统中的成功应用表明,该算法能在不同光照条件下稳定地识别出彩色目标,对光照环境有良好的适应性和鲁棒性,具有良好的识别效果。

针对类人足球机器人视觉需求，提出一种结合区域生长和基于形状判别的阈值自适应更新的彩色目标识别算法。该算法在HSI空间基于S分量把图像分为高饱和与低饱和区域，在高饱和区域基于H分量采用区域生长算法识别目标；通过目标形状判别自适应更新阈值，并用新阈值更新区域生长中原来的阈值，以稳定准确地识别彩色目标。在类人足球机器人系统中的成功应用表明，该算法能在不同光照条件下稳定地识别出彩色目标，对光照环境有良好的适应性和鲁棒性，具有良好的识别效果。

这门科主要讲slam移动机器人运动学之里程计的算法实现原理。具体内容：1.移动机器人里程计算法学科介绍2.里程计_2D坐标系向量平移3.里程计_2D坐标系旋转原理4.里程计_2D坐标系旋转平移5.里程计代码讲解听课具备条件：1.从事slam移动机器人研发工作或是在校从事这方面研究的学生，对移动机器人各算法的用途有了解。2.了解Navigation框架，Navigation框架目前比较流行的移动机器人导航框架。3.需要了解一下线性代数中最基本的矩阵运算（矩阵加法，矩阵乘法即可）。收获：1.了解 Navigation导航框架基本的架构及各模块的功能。2.收获2d坐标变换的算法实现能力。继而可以按2d坐标变换的算法思路自己推导出3d坐标变换的矩阵运算公式。3.收获里程计的工作原理及算法的实现原理。4.坐标变换算法是移动机器人定位算法研发工程师必要的算法能力。

在基于YUV 色彩空间上采用混合方法进行颜色分类基础上,提出了一种基于种子填充的新目标机器人搜索算法———二分搜索法,从而明显减少了识别过程中的计算量。通过在F180 机器人足球系统上的试验,证明此方法是有效的,可以在保证识别精度的前提下,快速识别机器人。

基于仿人足球机器人嵌入式系统结构,对目标定位和跟踪算法进行改进,提出一种适用于嵌入式全自主型机器人的颜色识别算法.首先,改进通用的颜色识别过程方法,添加目标特征统计学习,使足球机器人能够脱离PC机进行自主的目标颜色特征阈值设定;其次,简化基于嵌入式单目视觉系统下的目标定位算法,并通过扩大首帧搜索区域或加入形状检测的方法改进基于Camshift的目标跟踪算法,使其满足实时性和自主性;最后,在一个18自由度的仿人足球机器人上进行仿真和试验,在一定光照范围内,实际系统能够满足实时性和准确性的要求.结果表明:改进后的目标定位和跟踪算法及颜色识别过程具有较高的性能.

下载资源悬赏专区

12,875

社区成员

12,426,228

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章