移动机器人目标识别算法

您当前的位置：

首页 >

文章列表页 >

移动机器人目标识别算法

信息光学与图像处理 | 更新时间：2025-09-01

- 移动机器人目标识别算法
- Target recognition algorithm for mobile robot
- 光学技术 2015年41卷第1期页码：27-33
- 作者机构：
  
  1. 1:上海理工大学光电信息与计算机工程学院
  2. 2:上海现代光学系统重点实验室
- 作者简介：
- 基金信息：
  
  国家自然基金项目(61202376);上海市教委科研创新项目(B51JG13R003);上海市研究生创新基金项目(JWCXSL1302)
- DOI：10.13741/j.cnki.11-1879/o4.2015.01.006
  中图分类号：
- 纸质出版：2015
- 稿件说明：
移动端阅览
师艳伟, 杨晶东. 移动机器人目标识别算法[J]. 光学技术, 2015,41(1):27-33.

Target recognition algorithm for mobile robot[J]. 2015, 41(1): 27-33.
师艳伟, 杨晶东. 移动机器人目标识别算法[J]. 光学技术, 2015,41(1):27-33. DOI： 10.13741/j.cnki.11-1879/o4.2015.01.006.

Target recognition algorithm for mobile robot[J]. 2015, 41(1): 27-33. DOI： 10.13741/j.cnki.11-1879/o4.2015.01.006.

针对移动机器人在目标识别过程中对视觉图像特征点提取慢

匹配不准确等特点

提出了一种基于SIFT算法的改进目标识别算法。通过采用组合匹配策略

将特征关键点间的距离和内积同时进行考察

根据其自身值的大小

决定对匹配相似度的贡献。组合策略的引入有效地解决了机器人在目标识别中对相同特征图像不能匹配和不同特征图像能够匹配的问题。为克服目标匹配时实性差的弱点

以关键点为根据构建K维树结构

采用最近邻点搜索

快速找出正确匹配的特征点。为实现移动机器人目标识别过程中的自主性

在特征点匹配过程中引入自适应阈值进行判断。实验表明

该方法对移动机器人目标识别准确率有较大提升

能够满足移动机器人在目标识别和跟踪过程中对视频图像处理的实时性和准确性的要求。

浏览量

495

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于支持向量机的自动目标识别算法

基于跟踪度的Gabor小波特征跟踪方法的研究

基于多通道Gabor滤波器的高鲁棒灰度图像目标识别新方法

运动目标的检测技术研究

基于可微收缩函数与自适应阈值的小波去噪