公共文化服务平台

共 3 条记录，以下是 1-3

全选清除导出

排序方式：

基于视频的公交车辆检测与识别研究: 车辆检测和车型识别技术在智能交通系统中占据重要地位，传统的感应线圈、超声波检测器等车辆检测方法已很难满足成本低廉、可靠性强、使用寿命长的要求。本文运用车辆视频检测的方法，从运动前景、分类器检测和颜色特征三个方面对视频序列...; 朱磊; 关键词：智能交通系统公交车辆视频检测 ADABOOST算法 HSV颜色空间; 文献传递

基于RGB-D相机的脐橙实时识别与定位方法研究: 目前赣南地区已成为全国最大的脐橙主产区,年产量约150万吨,规模已达世界第一。由于脐橙采摘具有季节性和劳动密集性,逐年增加的产量与日趋减少地农村劳动力之间的矛盾日益凸显。传统人工采摘的方式,劳动强度大,劳动成本高,时效差...; 朱磊; 关键词：点云处理

基于RGB-D相机的脐橙实时识别定位与分级方法被引量：7: 2022年; 为实现脐橙采摘机器人对脐橙果实进行实时识别、定位和分级采摘的需求,该研究提出了一种基于RGB-D相机数据的脐橙果实实时识别、定位及分级的OrangePointSeg算法。首先利用微软最新消费级深度相机(Azure Kinect DK)采集脐橙果实的RGB-D数据,建立脐橙果实实例分割数据集及增强数据集。然后通过改进YOLACT算法对脐橙果实进行实时分割并生成实例掩膜,与配准后的深度图裁剪得到果实深度点云,再利用最小二乘法进行脐橙果实外形拟合,得到其相机坐标系下质心坐标及半径。试验结果表明,在果实识别阶段,改进YOLACT算法在该数据集上的检测速度为44.63帧/s,平均精度为31.15%。在果实定位阶段,1 400~2 000点云数量时的拟合时间为1.99 ms,定位误差为0.49 cm,拟合出的半径均方根误差为0.43 cm,体积均方根误差为52.6 mL,在大于800点云数量和拍摄距离1 m以内时,定位误差均在0.46 cm以内。最后通过引入并行化计算,OrangePointSeg的总体处理速度为29.4帧/s,能够较好地实现精度与速度的平衡,利于实际应用和工程部署。该研究成果可推广至其他类似形态学特征的果实识别中,为果园的智能化管理提供行之有效的技术支撑。; 刘德儿朱磊冀炜臻廉悦; 关键词：图像识别 RANSAC 最小二乘拟合

全选清除导出

共1页<1>

朱磊