基于改进LSD和AP聚类的路径边缘识别策略

• 作者: 刘璧钺 赵章焰
• 来源期刊: 图学学报
• 学科: 工学
• 关键词: 边缘识别 过颜色算子 LSD SVM 特征提取 AP聚类
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 计算机视觉
• 页码范围: 915-924
• 页数: 10页
• 分类号: TP391
• 字数: 7156字
• 语种: 中文
• DOI: 10.11996/JG.j.2095-302X.2019050915

摘要

起重机金属结构攀爬机器人的路径边缘识别策略分为3个步骤.①图像预处理,利用改进的过颜色算子进行灰度化;②使用基于支持向量机(SVM)最优分类线的方法确定梯度阈值,并增设主方向角约束,改进线段分割检测(LSD)算法,得到直线段检测图像;③对直线段进行特征提取,构建聚类数据集,基于数据集动态变化的特点,将基于先验信息的判别模型与近邻传播(AP)聚类算法相结合,改进AP聚类算法,对直线段进行聚类,筛选出构成路径边缘的直线段,并拟合得到最终的路径边缘线.实验结果表明,相较AP聚类和其他聚类算法,改进AP聚类算法的筛选准确率最高;基于改进LSD和AP聚类的路径边缘识别策略的识别成功率为96％,且满足精度和实时性要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵章焰	武汉理工大学物流工程学院	66	348	11.0	16.0
2	刘璧钺	武汉理工大学物流工程学院	3	0	0.0	0.0