课件：物体的识别与跟踪 (1)讲解_第1页
课件：物体的识别与跟踪 (1)讲解_第2页
课件：物体的识别与跟踪 (1)讲解_第3页
课件：物体的识别与跟踪 (1)讲解_第4页
课件：物体的识别与跟踪 (1)讲解_第5页
已阅读5页，还剩5页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

物体的识别与跟踪主讲人：吴航视觉传感器的工作原理智能化网联化汽车制造与装配技术专业资源库

预处理几乎是所有计算机视觉算法的第一步，其动机是尽可能在不改变图像承载的本质信息的前提下，使得每张图像的表观特性（如颜色分布，整体明暗，

尺寸大小等）尽可能的一致，主要完成模式的采集、模数转换、滤波、消除模糊、减少噪声、纠正几何失真等操作。物体识别的主要技术及流程图片的预处理

预处理经常与具体的采样设备和所处理的问题有关。例如，从图象中将汽车车牌的号码识别出来，就需要先将车牌从图像中找出来，再对车牌进行划分，将每个数字分别划分开。做到这一步以后，才能对每个数字进行识别。以上工作都应该在预处理阶段完成。在物体识别中所用到的典型的预处理方法不外乎直方图均衡及滤波几种。物体识别的主要技术及流程图片的预处理

特征提取是物体识别的第一步，也是识别方法的一个重要组成部分，好的图像特征使得不同的物体对象在高维特征空间中有着较好的分离性，从而能够有效地减轻识别算法后续步骤的负担，达到事半功倍的效果，下面对一些常用的特征提取方法进行介绍。物体识别的主要技术及流程特征提取

图像特征提取方法：

图像特征提取就是提取出一幅图像中不同于其他图像的根本属性，以区别不同的图像。如灰度、亮度、纹理和形状等等特征都是与图像的视觉外观相对应的；

图像颜色特征提取：

图像的颜色特征描述了图像或图像区域的物体的表面性质，反映出的是图像的全局特征。一般来说，图像的颜色特征是基于像素点的特征，只要是属于图像或图像区域内的像素点都将会有贡献。物体识别的主要技术及流程特征提取

再好的机器学习算法，没有良好的特征都是不行的；然而有了特征之后，机器学习算法便开始发挥自己的优势。在提取了所要的特征之后，接下来的一个可选步骤是特征选择。特别是在特征种类很多或者物体类别很多，需要找到各自的最适应特征的场合。物体识别的主要技术及流程特征选择

一般物体识别系统赖以成功的关键基础在于属于同一类的物体总是有一些地方是相同的。而给定特征集合，提取相同点，分辨不同点就成了模型要解决的问题。因此可以说模型是整个识别系统的成败之所在。物体识别的主要技术及流程建模

在得到训练结果之后（在描述、生成或者区分模型中常表现为一簇参数的取值，在其它模型中表现为一组特征的获得与存储），接下来的任务是运用目前的模型去识别新的图像属于哪一类物体，并且有可能的话，给出边界，将物体与图像的其它部分分割开。一般当模型取定后，匹配算法也就自然而然地出现。物体识别的主要技术及流程匹配

在成功地识别出物体之后，对物体进行定位成为进一步的工作。一些模型，

如描述生成模型，或是基于部分的模型天生具有定位的能力，因为它们所要处理的对象就是特征的空间分布，而特征包方法相对较难定位，即使是能定位，准确程度也不如前者。不过近年来经过改进的特征包方法也可以做相当精确的定位。一部分是因

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论