作者:
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:
运动目标自动识别是当前的一个重要研究课题,当前运动目标识别方法存在耗时长、效率低、准确性差等缺陷,为了解决当前动态环境运动目标识别过程存在的缺陷,提高运动目标识别正确率,提出了基于机器视觉的动态环境运动目标自动识别方法.首先研究了运动目标识别进展,分析运动目标识别效果不理想的原因,然后引入机器视觉技术提取运动目标识别的特征向量,并对特征向量进行归一化处理,最后采用机器学习算法根据特征向量进行运动目标识别的分类器,并在Matlab 2019平台上实现运动目标自动识别实验.静态环境中基于机器视觉的运动目标识别正确率和拒识率分别为96.73%和3.27%,动态环境中识别正确率和拒识率分别为93.8%和6.58%,静态环境中识别耗时最高为3.58 s,动态环境中为5.79 s,相对同类运动目标自动识别方法,本方法的运动目标自动识别效果更优,验证运动目标自动识别方法的优越性.
推荐文章
基于视觉识别技术的智能垃圾机器人设计
专用机器人
智能型
垃圾自动捡拾
视觉识别
复杂环境下基于机器人视觉的目标识别
颜色特征
形状特征
识别
基于机器视觉的图像目标识别方法综述
机器视觉
图像目标识别
图像预处理
图像分割
双目视觉机器人遮挡目标识别研究
目标识别
双目视觉
UWB技术
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 基于机器视觉的动态环境运动目标智能识别研究
来源期刊 激光杂志 学科 工学
关键词 运动目标 动态环境 自动识别 机器视觉 测试平台 识别误差
年,卷(期) 2022,(1) 所属期刊栏目 光电测量与检测
研究方向 页码范围 29-32
页数 4页 分类号 TN209
字数 语种 中文
DOI 10.14016/j.cnki.jgzz.2022.01.029
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(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
运动目标
动态环境
自动识别
机器视觉
测试平台
识别误差
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
激光杂志
月刊
0253-2743
50-1085/TN
大16开
重庆市黄山大道杨柳路2号A塔楼1405室
78-9
1975
chi
出版文献量(篇)
8154
总下载数(次)
22
论文1v1指导