<rp id="zzkik"></rp>
<button id="zzkik"></button>

<rp id="zzkik"><object id="zzkik"><input id="zzkik"></input></object></rp>

      1. 公司動態
        您的位置新聞資訊 > 公司動態 > 首頁
        公司動態

        粒子濾波算法可以跟蹤交通標志

        交通標志的主動標記技術主要由兩部分組成:首先通過對交通標志的檢測來確定交通標志圖像中的方向,然后對檢測到的交通標志進行跟蹤。交通標志的檢測上,主要通過顏色和形狀特征;而對于交通標志,常用的方法有卡爾曼濾波、CAMSHIFT算法和粒子濾波算法。
        同時,Kalman濾波主要適用于策略情況的概率分布為高斯分布的情況,但復雜場景中,策略情況往往是非線性和非高斯的;cam-shift算法場景混亂或策略被遮擋時容易陷入局部極值,不能保證搜索結果的整體優化;粒子濾波算法采用非參數蒙特卡羅模擬方法實現遞歸貝葉斯濾波,其精度接近最優估計。它是解決非高斯和非線性條件估計的一種有效方法。該算法具有很強的魯棒性,廣泛應用于各種目標跟蹤問題。綜上所述,本文將采用粒子濾波技術來實現交通標志的跟蹤。主動跟蹤系統的流程圖如圖1所示。
        交通標志檢測
        2.1預處理
        交通標志是自然條件下設置的,這使得視頻圖像的拍攝容易受到異常光照的影響,給交通標志的檢測帶來很大的困難,因此有必要對用于檢測的圖像進行預處理以提高檢測效果提高了圖像質量和檢測精度。直方圖均衡化是一種常用的直方圖校正方法,它通過拉伸像素的強度色散尺度,使像素灰度的概率密度均勻,從而增加圖像灰度的動態尺度,增強圖像的對比度。
        由于實際圖片是RGB圖片,三個權重受光的影響很大,而HSI(色調、飽和度和亮度)圖片的三個權重的相關性很小,色調H和飽和度S受光的影響很小,所以我們只需要對圖片的亮度權重做直方圖均衡化。
        2.2交通標志檢測
        圓形交通標志有指示和禁止兩種,其中指示交通標志的設置為藍色,禁止交通標志的設置為紅色,這是RGB顏色空間中最基本的兩種顏色,視頻圖片也是RGB圖片,因此,RGB顏色空間中直接切割是最方便、最快捷的方法。
        因為RGB空間中的紅、綠、藍三種基色有很大的相關性,對光很敏感,但三種顏色之間的差異不受光的影響??紤]到該算法需要光穩定性,本文選取RGB空間中三個權值的差值來檢測交通標志。標準化后,視頻圖像中的每個像素。
          以上內容來自信號燈廠家普天照明,轉載請注明。
        0
        ?

        版權所有:江蘇普天照明器材有限公司 備案號:蘇ICP備18019659號

        国产一级毛卡片不收费2020-很黄很色欧美牲交视频-国产裸体美女视频全黄