Ta上传的资源 (0)

针对类人足球机器人视觉需求,提出一种结合区域生长和基于形状判别的阈值自适应更新的彩色目标识别算法。该算法在HSI空间基于S分量把图像分为高饱和与低饱和区域,在高饱和区域基于H分量采用区域生长算法识别目标;通过目标形状判别自适应更新阈值,并用新阈值更新区域生长中原来的阈值,以稳定准确地识别彩色目标。在

研究足球机器人比赛问题，比赛环境的光强度变化严重影响足球机器人视觉系统的识别性能。为提高机器人视觉识别率，提出了一种基于HS1颜色空间模型的光强自适应算法。算法将比赛场地划分为若干区域，利用HSI颜色空间模型可以分离环境光强度信息的特点，在比赛中动态更新所有划分区域的HSI颜色空间，提高了机器人视觉

为解决小型足球机器人视觉子系统图像分割的实时性和光照适应性问题，将 BP 神经网络技术应用到图像分割中。在图像分割技术和 BP 神经网络的理论分析基础上，建立了两者之间的关系，并建立了相应的 BP 神经网络模型。图像像素离散化并将其 H、Cb、Cr 分量值作为神经网络的输入，将目标像素点分类类别作为