在视觉智能起重机提取车辆边緣及拐角时,基于定的先验知识,我们可以构造著干特定的掩模度的提取特走方向的边緣和拐角信息的同时还能一走程度 上的抑制噪声。具体定态算法如下:
(1)选定掩模,遍历车道中与其相关热京区域中的每个像素,采用以下相似比较函数判断掩模所掩盖的区域内的点与掩模的相似程度其中为掩模核的坐标,为掩模区域其它点的坐标。分别为点和的灰度值。 阈值决走了两个点相似的大差异。为输出的结果。
(2)掩模区域的USAN值可以由式(2)计算,其中:为USAN中像素个数,它给出了USAN值。将n与某阈值相比较,得到像素响应函数:(3)其中为该掩模对应的大值。反映了点及其附近的像素与掩模相似的程度。
矩形目标识别方法
(1)拐角匹配:选定初始拐角,确定对应拐角位置所在的热点区域,在此区域内寻找与其关
(2)边緣匹配:若拐角匹配成功,在相应热京区域内寻找与其类型匹配的
(3)若匹配成功,计算目标大小,位置等信,得出识别结果。
(4)目标跟踪:对于已识别出矩形目标,通过引入相似度函数和已有的矩形目标模板进行匹配来判断该目标
(5)熵值差和平均灰度差是匹配的主要依据,后更新相关参数和模板对于起重机而言,发展智能无人起重机是未来发展的必然趋势,随着科学技术的不断发晨,更是使得其智总化成为可能。对于视觉看能起重机而言,笔者也是基于现有的科学技术 ,提出了相应的视觉智能起重机概念设计,希望能够为看能起重机的发展做出一点贡献。