自然场景兴趣区的分量组合-压缩快速分割法.pdfVIP

自然场景兴趣区的分量组合-压缩快速分割法.pdf

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
自然场景兴趣区的分量组合-压缩快速分割法.pdf

浙江大学学报{工学服) Vo 1. 41 No.4 第 41 卷第 4 期 2007 年 4 月 Jo日rnal of Zhejiang University( Enginεering Science) Ap r. 2007 自然场景兴趣区的分量组合-压缩快速分割法 j司平lJ ,钟取发2 ,汪豆明2 ,赵匀1 (1.浙江大学生物系统工程与食品科学学院,浙江杭州 310027;2. 浙江理工大学视觉检测实验室,浙江杭州 310018) 摘 要:为实现野外自然道路、农田复杂场景或动态纹理感兴趣区(ROD 剖快速分割,提出了一种基于 RGB 颜色 分量线性组合与颜色位屏蔽压缩的主动摄像机视觉目标分割新技术,结合含误差带 FloodFiIl算法与提出的 RGB 色域特征循环学习,获得理想的自然道路场景核心或指定纹理吕标z 以该 ROI 为对比模板,快速搜索出进行特定吕 标实时分割的最优 RGB 颜色分量组合.大量实验显示:颜色分量线性组合能增强特定目标的显示特性,颜色位屏 蔽能压缩色域,提取近似的颜色主成分,同时减弱图像中的噪声影响,并减小干扰引起的纹理分割误差.该方法的 计算时间几乎不受吕标纹理复杂度影响,能在 30 ms 内全图分割分辨率为 320 X 240 的图像序列中的多吕标,对颜 色噪声变化和光线波动有较强鲁棒性.在野外自然道路或农田场景、多颜色目标和动态纹理兴趣区的分割速度与 稳定性上取得明显进步. 关键谣:自然场景;模板学习 ;RGB 分量组合;色域压缩;快速分割 中图分类号: TP391 文献标识码:A 文章编号: 1008 - 973X(2007)04 - 0655 - 07 Fast segmenting ROI of field scenario based on RGB combination and bit-masked reduction ZHOU Ping 1,2 , ZHONG Qu-fa2 , WANG Ya-ming2 , ZHAO Yun 1 (1. College of Bio-systems Engineering and Fοod Sciences. Zhejiang University. Hangzhou 310027. China; 2. Laboratory of l\1aι hine Vision lnspection. Zhejiang Sci-Tech University. Hangzhou 310018. China ) Abstract: A novel real-timεtechnique for segmenting image into regions of interest (ROD of field scenario as rural road or dynamic textures in active vision was presented , which is based on linear combination of red , green and blue (RGB) components and bit-masked reduction. The extended FloodFill algorithm com- bined with a ring-style learning pattern of RGB color features archived the ideal kernel regions in field sce- nario or interested textural objects. Compared with such a ROI template , the optimized combination coeffi- cient

文档评论(0)

yingzhiguo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5243141323000000

1亿VIP精品文档

相关文档