2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩80頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、餐盤自動識別是智能化食堂建設(shè)的關(guān)鍵內(nèi)容。與基于RFID的餐盤自動識別技術(shù)相比,基于圖像處理的餐盤自動識別技術(shù)具有成本低、信息量大、安裝簡便、維護方便等優(yōu)點,是目前研究的熱點。由于實際場景中存在光照變化使得餐盤顏色產(chǎn)生偏差以及相互遮擋的餐盤邊緣連接,導(dǎo)致餐盤目標難以準確提取,極大地影響了餐盤自動識別的準確性。而現(xiàn)有的基于圖像處理的餐盤自動識別方法僅適用于理想場景,尚不能滿足實際場景的應(yīng)用需求。因此,研究遮擋和光照干擾下的餐盤自動識別具有重

2、要的實際應(yīng)用意義。
  本文對基于圖像處理的餐盤自動識別方法進行了深入研究,在分析了遮擋和光照干擾下的餐盤形狀和顏色識別問題及難點后,重點研究了餐盤遮擋下餐盤目標的分離提取、缺失邊緣信息的復(fù)原方法以及光照干擾下偏差顏色的修正方法。最終形成了一套遮擋和光照干擾下餐盤自動識別的方法。本文的主要研究內(nèi)容包括:
  ①在遮擋餐盤形狀識別方面,首先針對餐盤目標不確定問題,提出不同弧段迭代的最小二乘法擬合獲取擬合中心,利用改進的多重聚類

3、算法對擬合中心進行定位確定餐盤目標。然后針對邊緣信息缺失問題,提出基于中心對稱性質(zhì)的DLS擬合對缺失的邊緣信息進行復(fù)原。最后,提取餐盤目標完整的幾何特征進行形狀判別。實驗結(jié)果表明,該方法有效地提高了遮擋餐盤目標形狀識別的準確率,同時為準確提取餐盤目標邊緣顏色奠定基礎(chǔ)。
 ?、谠诠庹崭蓴_下的餐盤顏色識別方面,針對光照干擾導(dǎo)致圖像顏色產(chǎn)生偏差的問題,提出改進MSRCR修正方法。首先對光照干擾下的顏色進行分析,利用改進MSRCR顏色修正

4、算法進行光照干擾的消除和顏色的修正。最后,對顏色修正后的圖像提取餐盤目標邊緣顏色特征進行顏色匹配。實驗結(jié)果表明,該方法有效消除了光照干擾,恢復(fù)了圖像顏色,提高了顏色識別的準確性。
  綜合遮擋餐盤形狀識別和光照干擾下的餐盤顏色識別方法,提出基于多特征的餐盤自動識別方法,并在實際場景中進行了實驗驗證。實驗結(jié)果表明,論文方法提高了遮擋和光照干擾下的餐盤識別準確率,在保證算法實時性的前提下,提高了實際場景下餐盤自動識別的準確性,具有較好

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論