位置:成果数据库 > 期刊 > 期刊详情页
基于PCA的可变框架模型Retinex图像增强算法
  • ISSN号:1001-3695
  • 期刊名称:计算机应用研究
  • 时间:0
  • 页码:395-397
  • 分类:TP242.62[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]国防科学技术大学机电工程与自动化学院,湖南长沙410073
  • 相关基金:国家自然科学基金资助项目(90820302 90820015)
  • 相关项目:高速公路车辆智能驾驶中的关键科学问题研究
中文摘要:

为了既能正确地从视差图中检测出障碍,又能鲁棒地抵抗噪声的干扰,本文提出一种快速鲁棒的越野环境下自主移动机器人障碍检测算法.首先综合利用高度约束、连续性约束和坡度约束给出了障碍点的完整定义,然后借用区域增长的思想综合多种约束进行障碍检测,最后使用冗余检测方法与多分辨率策略对算法进行优化,并对冗余检测方法的原理进行证明.实验结果证明本文算法在各种不同的环境下都有效且鲁棒,算法的平均运行时间为25 ms,能够满足实时运行的要求.

英文摘要:

In order to detect the obstacles from the disparity image correctly and resist the interference of the noise robustly,a fast and robust obstacle detection algorithm for off-road autonomous mobile robots is proposed.Firstly,a complete definition of obstacle point integrating the restrictions of height,continuity and slope is given,and then the idea of region growing is used to detect the obstacles with these restrictions.Finally,the algorithm is optimized by using the redundancy detection method and introducing the multi-dimensional strategy.In addition,the principle of the redundancy detection method is proved.Experiment results show that the algorithm is effective and robust in different environments.The average runtime of the algorithm is 25ms,which is fast enough for real time application.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机应用研究》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省计算机研究院
  • 主编:刘营
  • 地址:成都市成科西路3号
  • 邮编:610041
  • 邮箱:arocmag@163.com
  • 电话:028-85210177 85249567
  • 国际标准刊号:ISSN:1001-3695
  • 国内统一刊号:ISSN:51-1196/TP
  • 邮发代号:62-68
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,国内计算技术类重点核心期刊,国内外著名数据库收录期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:60049