基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
物体形状检测是实现机器人自主环境理解的基础.针对机器人作业场景经过色彩分层及多尺度滤波分割后的物体表现为连通域,以及便于分析形状的特点,提出了一种基于离散曲率特征的物体轮廓弧线形状检测方法.该方法将物体轮廓提取、直线和特征点检测作为基础,剔除影响弧线检测的轮廓直线,并根据剩余轮廓各点处的离散曲率滑动变化特性检测弧线特征.对机器人作业场景实物进行实验,弧线形状检测的平均正确率达到90.6%,处理时间为0.75 s,表明该方法能有效地对物体轮廓弧线形状进行检测.
推荐文章
基于离散曲率熵的徘徊行为检测
徘徊行为
异常检测
曲线拟合
离散熵
一种基于模糊线段生长的离散曲率估计
曲率估计
模糊线段
算术几何
曲线分析
基于离散曲率的三角形折叠简化算法
网格简化
三角形折叠
离散曲率
球面近似
基于离散曲率的三次均匀B样条的局部光顺算法
离散曲率
差分
光顺
三次均匀B样条
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于离散曲率特征的弧线形状检测方法
来源期刊 上海大学学报(自然科学版) 学科 工学
关键词 弧线检测 物体形状 服务机器人 环境理解
年,卷(期) 2017,(5) 所属期刊栏目
研究方向 页码范围 702-713
页数 12页 分类号 TP242
字数 4155字 语种 中文
DOI 10.12066/j.issn.1007-2861.1764
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵其杰 上海大学机电工程与自动化学院 34 439 11.0 20.0
2 张旭东 上海大学机电工程与自动化学院 3 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (111)
共引文献  (141)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(3)
  • 参考文献(0)
  • 二级参考文献(3)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(9)
  • 参考文献(0)
  • 二级参考文献(9)
2007(11)
  • 参考文献(0)
  • 二级参考文献(11)
2008(18)
  • 参考文献(1)
  • 二级参考文献(17)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(6)
  • 参考文献(2)
  • 二级参考文献(4)
2011(12)
  • 参考文献(4)
  • 二级参考文献(8)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(7)
  • 参考文献(2)
  • 二级参考文献(5)
2014(4)
  • 参考文献(3)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
弧线检测
物体形状
服务机器人
环境理解
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
上海大学学报(自然科学版)
双月刊
1007-2861
31-1718/N
16开
上海市宝山区上大路99号126信箱
1995
chi
出版文献量(篇)
2863
总下载数(次)
5
总被引数(次)
21627
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导