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:
在立体视觉的障碍物检测过程中,由于室内地面的纹理特征较弱,使得检测的障碍物区域包含了较大的地面干扰,获得障碍物目标位置并不理想,该文使用了一种新的细化方法,改善了目标检测精度.该算法基于双目视觉获得深度信息,采用深度图像分割法提取出目标的粗略区域;然后结合其Canny边缘坐标信息对障碍物区域进行细化,进而得到准确的障碍物位置信息.实验结果表明了该方法具有较强的自适应性.
推荐文章
结合立体视觉与超像素技术的道路障碍物概率检测
立体视觉
视差图
3D点云
超像素
障碍物检测
基于立体视觉技术的多种农田障碍物检测方法
农业机器人
双目立体视觉
立体匹配
障碍物
基于双目立体视觉的障碍物检测方法
障碍物检测
双目视觉
立体视觉
V-视差
基于双目视觉的农田障碍物检测
农业机械
双目视觉
目标提取
障碍物检测
特征匹配
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 一种立体视觉的障碍物检测的细化方法
来源期刊 现代信息科技 学科 工学
关键词 障碍物检测 立体视觉 图像分割 Canny边缘 细化
年,卷(期) 2020,(12) 所属期刊栏目 计算机技术
研究方向 页码范围 70-72
页数 3页 分类号 TP23|TP391.41
字数 2538字 语种 中文
DOI 10.19850/j.cnki.2096-4706.2020.12.021
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 潘福东 广西师范大学物理科学与技术学院 5 18 3.0 4.0
2 王力虎 广西师范大学物理科学与技术学院 44 306 9.0 16.0
3 林坚 广西师范大学物理科学与技术学院 1 0 0.0 0.0
4 刘奎 广西师范大学物理科学与技术学院 2 2 1.0 1.0
5 郁凡 广西师范大学物理科学与技术学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (7)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(7)
  • 参考文献(1)
  • 二级参考文献(6)
2018(4)
  • 参考文献(1)
  • 二级参考文献(3)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
障碍物检测
立体视觉
图像分割
Canny边缘
细化
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
现代信息科技
半月刊
2096-4706
44-1736/TN
16开
广东省广州市白云区机场路1718号8A09
46-250
2017
chi
出版文献量(篇)
4784
总下载数(次)
45
总被引数(次)
3182
论文1v1指导