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:
针对单一传感器在动态场景感知问题上的局限性,设计了一种融合激光与视觉的实现系统,并对运动检测中的背景显露区误判问题和融合中不同传感器间点云的失配问题分别提出了改进算法.在运动检测上,首先基于视觉的背景差分算法对激光进行前景点分拣,再以激光前景点为启发信息进行视觉前景聚类.在融合失配问题上,首先基于栅格失配度分别对激光和视觉点云进行聚类分割,再以激光为基准,逐一将对应的视觉点云与之配准,滤除噪声后所得到的矫正点云可用于场景重建进行进一步验证.实验结果表明,改进算法所获得的融合前景对"影子"有更好的鲁棒性;较之整体配准的矫正,改进算法在平均失配度上降低了约75%,在y和z方向上的偏移比收敛了至少5%.
推荐文章
基于机器视觉的人运动检测
机器视觉
运动检测
指数熵
序列图像
融合了边缘提取技术的运动检测新方法
运动检测
边缘提取
方向信息
动态阈值
全自主机器人双目视觉运动检测研究
运动检测
异构双目视觉
自适应背景差分
机器人足球
固定场景下的运动检测与运动跟踪
运动检测
运动跟踪
混合高斯模型
卡尔曼滤波
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 激光视觉融合下的运动检测与失配矫正
来源期刊 光电工程 学科 工学
关键词 激光与视觉融合 运动检测 背景显露区 失配矫正 场景重建
年,卷(期) 2017,(11) 所属期刊栏目 光电进展
研究方向 页码范围 1107-1115
页数 9页 分类号 TP391.41
字数 6313字 语种 中文
DOI 10.3969/j.issn.1003-501X.2017.11.011
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 张强 中国科学技术大学自动化系 194 3858 32.0 57.0
2 赵江海 中国科学技术大学自动化系 30 455 7.0 21.0
6 方世辉 中国科学院合肥物质科学研究院先进制造技术研究所 5 10 2.0 3.0
7 袁雅薇 中国科学技术大学自动化系 1 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  (68)
共引文献  (79)
参考文献  (11)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(12)
  • 参考文献(1)
  • 二级参考文献(11)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(11)
  • 参考文献(4)
  • 二级参考文献(7)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
激光与视觉融合
运动检测
背景显露区
失配矫正
场景重建
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
光电工程
月刊
1003-501X
51-1346/O4
大16开
四川省成都市双流350信箱
1974
chi
出版文献量(篇)
4776
总下载数(次)
5
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导