-
公开(公告)号：CN110084198A
公开(公告)日：2019-08-02
申请号：CN201910350193.6
申请日：2019-04-28
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了基于Fisher特征分析的CNN机场室内场景识别方法，属于机场室内场景识别领域。本发明包括：收集机场内部不同场景区域图像样本；对采集的图像进行筛选，制作网络训练所需的数据集，数据集里包括机场内部场景图片和场景所属的类别；搭建基于Fisher特征分析的CNN算法的深度神经网络，并设置相应参数；基于数据集对该神经网络进行训练，得出Fisher特征分析的CNN训练模型；输入当前场景图像，利用基于Fisher特征分析的CNN训练模型进行识别。本发明引用基于Fisher特征分析的CNN算法对机场室内场景进行快速识别，相比传统导航机器人使用的室内场景识别方法，提高了识别的正确率。辅助服务机器人自动导航，有效节约人力资源。
-
公开(公告)号：CN106018409B
公开(公告)日：2019-04-16
申请号：CN201610543353.5
申请日：2016-06-29
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种机场跑道异物和裂纹的识别系统及其检测识别方法，该系统包括摄像头、FPGA处理器、DSP处理器，所述摄像头、FPGA处理器、DSP处理器依次连接，所述FPGA处理器和DSP处理器分别连接有显示模块。该识别方法是S1、摄像头采集机场跑道路面的跑道彩色图像；S2、FPGA读取跑道彩色图并转为跑道灰度图像，进行Sobel边缘检测；S3、边缘检测后一路存储到SDRAM中，另一路进行Hough变换，去除标线；S4、形态学滤波；S5、检测跑道图像中是否有异物和裂纹，若有将道面边缘检测图像送DSP处理；S6、对边缘检测图像进行填充，形成特征，S7、特征提取，识别出是异物还是裂纹。
-
公开(公告)号：CN110084198B
公开(公告)日：2022-07-12
申请号：CN201910350193.6
申请日：2019-04-28
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了基于Fisher特征分析的CNN机场室内场景识别方法，属于机场室内场景识别领域。本发明包括：收集机场内部不同场景区域图像样本；对采集的图像进行筛选，制作网络训练所需的数据集，数据集里包括机场内部场景图片和场景所属的类别；搭建基于Fisher特征分析的CNN算法的深度神经网络，并设置相应参数；基于数据集对该神经网络进行训练，得出Fisher特征分析的CNN训练模型；输入当前场景图像，利用基于Fisher特征分析的CNN训练模型进行识别。本发明引用基于Fisher特征分析的CNN算法对机场室内场景进行快速识别，相比传统导航机器人使用的室内场景识别方法，提高了识别的正确率。辅助服务机器人自动导航，有效节约人力资源。
-
公开(公告)号：CN106018409A
公开(公告)日：2016-10-12
申请号：CN201610543353.5
申请日：2016-06-29
Applicant: 哈尔滨工程大学
CPC classification number: G01N21/84 , G01N21/01 , G01N21/8851 , G01N2021/8887
Abstract: 本发明公开了一种机场跑道异物和裂纹的识别系统及其检测识别方法，该系统包括摄像头、FPGA处理器、DSP处理器，所述摄像头、FPGA处理器、DSP处理器依次连接，所述FPGA处理器和DSP处理器分别连接有显示模块。该识别方法是S1、摄像头采集机场跑道路面的跑道彩色图像；S2、FPGA读取跑道彩色图并转为跑道灰度图像，进行Sobel边缘检测；S3、边缘检测后一路存储到SDRAM中，另一路进行Hough变换，去除标线；S4、形态学滤波；S5、检测跑道图像中是否有异物和裂纹，若有将道面边缘检测图像送DSP处理；S6、对边缘检测图像进行填充，形成特征，S7、特征提取，识别出是异物还是裂纹。
-
-
-
Search Results
4
records
(took 0.024 seconds)
