摘要：为了解决基于机器视觉的自动报靶系统快速、准确定位靶纸区域的问题,通过对靶纸图像的颜色和形状特性分析,提出一种基于改进Fast Minimum Barrier Distance显著性和多特征匹配的靶纸区域快速检测算法;该算法在原始Fast Minimum Barrier Distance显著区域提取算法的基础上,引入局部区域对比度先验和形状先验作为显著性区域提取的补充准则;同时,为了判断提取到的区域是否包含靶纸,再引入多特征匹配算法;首先,分别对图像边界连通先验、局部区域对比度先验和形状先验进行量化,形成距离图、对比度图和形状图,再结合三者分割出显著性目标区域,然后提取分割出的各目标区域的多种特征,并将其进行特征融合,最后利用1-范式将得到的目标特征与模板特征进行匹配,把匹配结果小于阈值的目标视为靶纸;在400张包含靶纸图像数据集上的实验结果显示了该算法的有效性;同时,在华为海思平台上,该算法处理速度能达到30帧/秒,足以证明该算法的实时性。
分类：期刊> 自然科学与工程技术> 信息科技> 自动化技术
收录：统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > SA 科学文摘(英) > 剑桥科学文摘 > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：靶纸区域快速检测 图像边界连通先验 局部区域对比度先验 形状先验 多特征融合 特征匹配
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
