CN108415441B - 基于单目视觉的水下机器人目标跟随系统的跟随方法 - Google Patents
基于单目视觉的水下机器人目标跟随系统的跟随方法 Download PDFInfo
- Publication number
- CN108415441B CN108415441B CN201810178492.1A CN201810178492A CN108415441B CN 108415441 B CN108415441 B CN 108415441B CN 201810178492 A CN201810178492 A CN 201810178492A CN 108415441 B CN108415441 B CN 108415441B
- Authority
- CN
- China
- Prior art keywords
- image
- target
- unit
- underwater robot
- target area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000005259 measurement Methods 0.000 claims description 19
- 239000000284 extract Substances 0.000 claims description 3
- 230000009191 jumping Effects 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/04—Control of altitude or depth
- G05D1/06—Rate of change of altitude or depth
- G05D1/0692—Rate of change of altitude or depth specially adapted for under-water vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种基于单目视觉的水下机器人目标跟随系统的跟随方法,所述图像采集单元用于拍摄水下视频图像,并选取其中的一帧图像I0,将其同时传输到所述目标追踪单元与所述距离测量单元,所述目标追踪单元将目标区域输入到所述距离测量单元,将目标区域质心位置P输入到所述运动状态比较单元,所述距离测量单元将目标和水下机器人之间的距离d输入到所述运动状态比较单元,所述运动控制单元根据所述运动状态比较单元输入的第一控制信号s和第二控制信号a对水下机器人进行控制,从而实现水下机器人的目标跟随,本发明在只使用单目摄像头的情况下就能实现水下测距以及水下机器人的目标跟随,大大提高了水下机器人的智能性和自主作业能力。
Description
技术领域
本发明涉及水下机器人及图像处理技术领域,具体涉及一种基于单目视觉的水下机器人目标跟随系统的跟随方法。
背景技术
水下世界蕴含着丰富的资源,具有非常高的研究价值,水下机器人对于水下探测,水下作业,具有巨大作用。而目标跟随作为水下机器人的一个重要功能,对于实现水下机器人的路径规划和自主航行方面具有重要的意义,然而由于传统的测距方式,如红外测距,在水下不能使用以及声纳测距价格昂贵等问题,极大的限制了水下机器人目标跟随技术的发展,因此一种有效的水下机器人目标跟随系统及其方法亟待提出。
发明内容
本申请通过提供一种基于单目视觉的水下机器人目标跟随系统的跟随方法,以解决水下机器人目标跟随的技术问题。
为解决上述技术问题,本申请采用以下技术方案予以实现:
一种基于单目视觉的水下机器人目标跟随系统,包括图像采集单元、目标追踪单元、距离测量单元、运动状态比较单元以及运动控制单元,所述图像采集单元的输出端连接所述目标追踪单元的输入端以及所述距离测量单元的输入端,所述目标追踪单元的输出端连接所述距离测量单元的输入端以及所述运动状态比较单元的输入端,所述距离测量单元的输出端连接所述运动状态比较单元的输入端,所述运动状态比较单元的输出端连接所述运动控制单元的输入端,其中,所述图像采集单元用于拍摄水下视频图像,并选取其中的一帧图像I0,将其传输到所述目标追踪单元与所述距离测量单元,所述目标追踪单元将目标区域输入到所述距离测量单元,将目标区域质心位置P输入到所述运动状态比较单元,所述距离测量单元将目标和水下机器人之间的距离d输入到所述运动状态比较单元,所述运动控制单元根据所述运动状态比较单元输入的第一控制信号s和第二控制信号a对水下机器人进行控制,从而实现水下机器人的目标跟随。
进一步地,所述图像采集单元为单目摄像头。
一种基于单目视觉的水下机器人目标跟随系统的跟随方法,包括如下步骤:
S1:所述图像采集单元拍摄水下视频图像;
S2:选取其中的一帧图像I0输入到所述目标追踪单元,所述目标追踪单元采用连续自适应均值漂移算法,得到目标区域和目标区域质心位置P;
S3:所述图像采集单元将图像I0输入到所述距离测量单元,所述目标追踪单元将得到的目标区域输入到所述距离测量单元,所述距离测量单元采用最大衰减统一算法对图像I0进行图像复原得到复原图像J,图像I0根据目标区域提取出图像I0的目标区域图像I1,复原图像J根据目标区域提取出复原图像J的目标区域图像J1,计算得到距离系数L,然后通过公式d=F(L)得到目标和水下机器人之间的距离d,其中,公式d=F(L)通过实验标定获得;
S4:将目标区域质心位置P及目标和水下机器人之间的距离d输入到所述运动状态比较单元,通过比较得到第一控制信号s和第二控制信号a;
S5:将第一控制信号s和第二控制信号a输入到所述运动控制单元,根据第一控制信号s和第二控制信号a的正负来控制水下机器人的运动,即s>0时,水下机器人右转,s<0时,水下机器人左转,s=0时,水下机器人直行,a>0时,水下机器人加速,a<0时,水下机器人减速,a=0时,水下机器人保持原速行驶。
进一步地,步骤S2中的连续自适应均值漂移算法具体为:
S21:读取一帧图像I0,对于非六角锥体模型颜色空间的图像,先将其转换为HSV颜色空间,然后提取HSV颜色空间中的色调H通道;
S22:初始化目标区域和位置;
S23:计算目标区域内的颜色概率分布;
S24:计算目标区域质心位置P;
S25:调整目标区域,移动目标区域中心到目标区域质心位置P;
S26:判断质心移动是否超过阈值,如果超过则跳转至步骤S24,否则输出目标区域和目标区域质心位置P。
进一步地,步骤S3中采用的最大衰减统一算法具体为:
S31:估计全局背景光A;
S32:估计衰减系数ξ(x);
S33:根据水下光传播模型I0(x)=J(x)ξ(x)+A(1-ξ(x))得到复原图像,式中,I0(x)为所述图像采集单元拍摄得到的水下视频图像中的一帧图像,J(x)为复原图像,A为全局背景光,ξ(x)为衰减系数,x为图像中像素的位置。
进一步地,步骤S3中通过实验标定获得公式d=F(L)的方法具体为:将人造目标分别置于清水下d1,d2,……,dn处,通过所述图像采集单元获取图像,将图像输入到所述目标追踪单元得到目标区域,将图像输入到所述距离测量单元,将目标区域输入到所述距离测量单元,分别得到在d1,d2,……,dn处的距离系数L1,L2,……,Ln,通过距离d和距离系数L拟合出函数d=F(L)。
进一步地,步骤S4中所述的运动状态比较单元的比较方法具体为:求出图像I0的长度cols,x为目标区域质心位置P的横坐标,当时,s<0;当时,s=0;当时,s>0;a为目标和水下机器人的当前距离d与目标和水下机器人的最初距离d0的差值。
与现有技术相比,本申请提供的技术方案,具有的技术效果或优点是:有效解决了传统红外测距在水下不能使用以及声纳测距价格昂贵等问题,在只使用单目摄像头的情况下就能实现水下测距以及水下机器人的目标跟随,大大提高了水下机器人的智能性和自主作业能力。
附图说明
图1为目标跟随系统的结构框图;
图2为目标跟随系统的跟随方法流程图。
具体实施方式
本申请实施例通过提供一种基于单目视觉的水下机器人目标跟随系统的跟随方法,以解决水下机器人目标跟随的技术问题。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式,对上述技术方案进行详细的说明。
实施例
一种基于单目视觉的水下机器人目标跟随系统,如图1所示,包括图像采集单元、目标追踪单元、距离测量单元、运动状态比较单元以及运动控制单元,所述图像采集单元的输出端连接所述目标追踪单元的输入端以及所述距离测量单元的输入端,所述目标追踪单元的输出端连接所述距离测量单元的输入端以及所述运动状态比较单元的输入端,所述距离测量单元的输出端连接所述运动状态比较单元的输入端,所述运动状态比较单元的输出端连接所述运动控制单元的输入端,其中,所述图像采集单元采用单目摄像头,用于拍摄水下视频图像,并选取其中的一帧图像I0,将其传输到所述目标追踪单元与所述距离测量单元,所述目标追踪单元将目标区域输入到所述距离测量单元,将目标区域质心位置P输入到所述运动状态比较单元,所述距离测量单元将目标和水下机器人之间的距离d输入到所述运动状态比较单元,所述运动控制单元根据所述运动状态比较单元输入的第一控制信号s和第二控制信号a对水下机器人进行控制,从而实现水下机器人的目标跟随。
一种基于单目视觉的水下机器人目标跟随系统的跟随方法,如图2所示,包括如下步骤:
S1:所述图像采集单元拍摄水下视频图像;
S2:选取其中的一帧图像I0输入到所述目标追踪单元,所述目标追踪单元采用连续自适应均值漂移算法,得到目标区域和目标区域质心位置P;
连续自适应均值漂移算法具体为:
S21:读取一帧图像I0,对于非六角锥体模型颜色空间的图像,先将其转换为HSV颜色空间,然后提取HSV颜色空间中的色调H通道;
S22:初始化目标区域和位置;
S23:计算目标区域内的颜色概率分布;
S24:计算目标区域质心位置P;
S25:调整目标区域,移动目标区域中心到目标区域质心位置P;
S26:判断质心移动是否超过阈值,如果超过则跳转至步骤S24,否则输出目标区域和目标区域质心位置P;其中,阈值可以根据具体情况设定,在本实施例中阈值设为1;
S3:所述图像采集单元将图像I0输入到所述距离测量单元,所述目标追踪单元将得到的目标区域输入到所述距离测量单元,所述距离测量单元采用最大衰减统一算法对图像I0进行图像复原得到复原图像J,图像I0根据目标区域提取出图像I0的目标区域图像I1,复原图像J根据目标区域提取出复原图像J的目标区域图像J1,计算得到距离系数L,L=J1 R(x)I1 R(x),式中,J1 R(x)为复原图像J的目标区域图像J1的红色通道,I1 R(x)为图像I0的目标区域图像I1的红色通道,然后通过公式d=F(L)得到目标和水下机器人之间的距离d,其中,公式d=F(L)通过实验标定获得;
其中,最大衰减统一算法具体为:
S31:估计全局背景光A;
S32:估计衰减系数ξ(x);
S33:根据水下光传播模型I0(x)=J(x)ξ(x)+A(1-ξ(x))得到复原图像,式中,I0(x)为所述图像采集单元拍摄得到的水下视频图像中的一帧图像,J(x)为复原图像,A为全局背景光,ξ(x)为衰减系数,x为图像中像素的位置。
通过实验标定获得公式d=F(L)的方法具体为:将人造目标分别置于清水下d1,d2,……,dn处,通过所述图像采集单元获取图像,将图像输入到所述目标追踪单元得到目标区域,将图像输入到所述距离测量单元,将目标区域输入到所述距离测量单元,分别得到在d1,d2,……,dn处的距离系数L1,L2,……,Ln,通过距离d和距离系数L拟合出函数d=F(L);
S4:将目标区域质心位置P及目标和水下机器人之间的距离d输入到所述运动状态比较单元,通过比较得到第一控制信号s和第二控制信号a;
运动状态比较单元的比较方法具体为:求出图像I0的长度cols,x为目标区域质心位置P的横坐标,当时,s<0;当时,s=0;当时,s>0;a为目标和水下机器人的当前距离d与目标和水下机器人的最初距离d0的差值;
S5:将第一控制信号s和第二控制信号a输入到所述运动控制单元,根据第一控制信号s和第二控制信号a的正负来控制水下机器人的运动,即s>0时,水下机器人右转,s<0时,水下机器人左转,s=0时,水下机器人直行,a>0时,水下机器人加速,a<0时,水下机器人减速,a=0时,水下机器人保持原速行驶。
本申请的上述实施例中,通过提供一种基于单目视觉的水下机器人目标跟随系统的跟随方法,所述图像采集单元用于拍摄水下视频图像,并选取其中的一帧图像I0,将其同时传输到所述目标追踪单元与所述距离测量单元,所述目标追踪单元将目标区域输入到所述距离测量单元,将目标区域质心位置P输入到所述运动状态比较单元,所述距离测量单元将目标和水下机器人之间的距离d输入到所述运动状态比较单元,所述运动控制单元根据所述运动状态比较单元输入的第一控制信号s和第二控制信号a对水下机器人进行控制,从而实现水下机器人的目标跟随,本发明在只使用单目摄像头的情况下就能实现水下测距以及水下机器人的目标跟随,大大提高了水下机器人的智能性和自主作业能力。
应当指出的是,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的普通技术人员在本发明的实质范围内所做出的变化、改性、添加或替换,也应属于本发明的保护范围。
Claims (7)
1.一种基于单目视觉的水下机器人目标跟随系统的跟随方法,其中,所述单目视觉的水下机器人目标跟随系统包括图像采集单元、目标追踪单元、距离测量单元、运动状态比较单元以及运动控制单元,所述图像采集单元的输出端连接所述目标追踪单元的输入端以及所述距离测量单元的输入端,所述目标追踪单元的输出端连接所述距离测量单元的输入端以及所述运动状态比较单元的输入端,所述距离测量单元的输出端连接所述运动状态比较单元的输入端,所述运动状态比较单元的输出端连接所述运动控制单元的输入端,其中,所述图像采集单元用于拍摄水下视频图像,并选取其中的一帧图像I0,将其传输到所述目标追踪单元与所述距离测量单元,所述目标追踪单元将目标区域输入到所述距离测量单元,将目标区域质心位置P输入到所述运动状态比较单元,所述距离测量单元将目标和水下机器人之间的距离d输入到所述运动状态比较单元,所述运动控制单元根据所述运动状态比较单元输入的第一控制信号s和第二控制信号a对水下机器人进行控制,从而实现水下机器人的目标跟随,其特征在于,包括如下步骤:
S1:所述图像采集单元拍摄水下视频图像;
S2:选取其中的一帧图像I0输入到所述目标追踪单元,所述目标追踪单元采用连续自适应均值漂移算法,得到目标区域和目标区域质心位置P;
S3:所述图像采集单元将图像I0输入到所述距离测量单元,所述目标追踪单元将得到的目标区域输入到所述距离测量单元,所述距离测量单元采用最大衰减统一算法对图像I0进行图像复原得到复原图像J,图像I0根据目标区域提取出图像I0的目标区域图像I1,复原图像J根据目标区域提取出复原图像J的目标区域图像J1,计算得到距离系数L,然后通过公式d=F(L)得到目标和水下机器人之间的距离d,其中,公式d=F(L)通过实验标定获得;
S4:将目标区域质心位置P及目标和水下机器人之间的距离d输入到所述运动状态比较单元,通过比较得到第一控制信号s和第二控制信号a;
S5:将第一控制信号s和第二控制信号a输入到所述运动控制单元,根据第一控制信号s和第二控制信号a的正负来控制水下机器人的运动,即s>0时,水下机器人右转,s<0时,水下机器人左转,s=0时,水下机器人直行,a>0时,水下机器人加速,a<0时,水下机器人减速,a=0时,水下机器人保持原速行驶。
2.根据权利要求1所述的基于单目视觉的水下机器人目标跟随系统的跟随方法,其特征在于,步骤S2中的连续自适应均值漂移算法具体为:
S21:读取一帧图像I0,对于非六角锥体模型颜色空间的图像,先将其转换为HSV颜色空间,然后提取HSV颜色空间中的色调H通道;
S22:初始化目标区域和位置;
S23:计算目标区域内的颜色概率分布;
S24:计算目标区域质心位置P;
S25:调整目标区域,移动目标区域中心到目标区域质心位置P;
S26:判断质心移动是否超过阈值,如果超过则跳转至步骤S24,否则输出目标区域和目标区域质心位置P。
3.根据权利要求1所述的基于单目视觉的水下机器人目标跟随系统的跟随方法,其特征在于,步骤S3中采用的最大衰减统一算法具体为:
S31:估计全局背景光A;
S32:估计衰减系数ξ;
S33:根据水下光传播模型I0(x)=J(x)ξ(x)+A(1-ξ(x))得到复原图像,式中,I0(x)为所述图像采集单元拍摄得到的水下视频图像中的一帧图像,J为复原图像,A为全局背景光,ξ为衰减系数,x为图像中像素的位置。
5.根据权利要求4所述的基于单目视觉的水下机器人目标跟随系统的跟随方法,其特征在于,步骤S3中通过实验标定获得公式d=F(L)的方法具体为:将人造目标分别置于清水下d1,d2,……,dn处,通过所述图像采集单元获取图像,将图像输入到所述目标追踪单元得到目标区域,将图像输入到所述距离测量单元,将目标区域输入到所述距离测量单元,分别得到在d1,d2,……,dn处的距离系数L1,L2,……,Ln,通过距离d和距离系数L拟合出函数d=F(L)。
7.根据权利要求2所述的基于单目视觉的水下机器人目标跟随系统的跟随方法,其特征在于,步骤S26中阈值为1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810178492.1A CN108415441B (zh) | 2018-03-05 | 2018-03-05 | 基于单目视觉的水下机器人目标跟随系统的跟随方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810178492.1A CN108415441B (zh) | 2018-03-05 | 2018-03-05 | 基于单目视觉的水下机器人目标跟随系统的跟随方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108415441A CN108415441A (zh) | 2018-08-17 |
CN108415441B true CN108415441B (zh) | 2020-03-10 |
Family
ID=63130009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810178492.1A Active CN108415441B (zh) | 2018-03-05 | 2018-03-05 | 基于单目视觉的水下机器人目标跟随系统的跟随方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108415441B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109407683A (zh) * | 2018-11-01 | 2019-03-01 | 浙江大学 | 一种能自动追踪金鱼的水下机器人 |
CN111968407A (zh) * | 2020-08-26 | 2020-11-20 | 国网山西省电力公司大同供电公司 | 一种用于水下机器人的无线通讯方法 |
CN112347900B (zh) * | 2020-11-04 | 2022-10-14 | 中国海洋大学 | 基于距离估计的单目视觉水下目标自动抓取方法 |
CN116661447A (zh) * | 2023-05-17 | 2023-08-29 | 深圳鳍源科技有限公司 | 水下机器人的控制方法、水下机器人及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103400381A (zh) * | 2013-07-25 | 2013-11-20 | 河海大学 | 一种基于光学成像的水下目标跟踪方法 |
CN104875217A (zh) * | 2015-04-30 | 2015-09-02 | 芜湖林一电子科技有限公司 | 一种机器人视觉水下跟踪机 |
CN105787962A (zh) * | 2016-02-25 | 2016-07-20 | 哈尔滨工程大学 | 一种基于uuv水下回收的单目视觉跟踪方法 |
CN107291088A (zh) * | 2016-10-20 | 2017-10-24 | 天津科技大学 | 一种水下机器人图像识别和目标跟踪系统 |
CN107369178A (zh) * | 2017-07-26 | 2017-11-21 | 北京臻迪科技股份有限公司 | 一种水下目标的跟踪方法及水下设备 |
CN107564033A (zh) * | 2017-07-26 | 2018-01-09 | 北京臻迪科技股份有限公司 | 一种水下目标的跟踪方法、水下设备和可穿戴设备 |
-
2018
- 2018-03-05 CN CN201810178492.1A patent/CN108415441B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103400381A (zh) * | 2013-07-25 | 2013-11-20 | 河海大学 | 一种基于光学成像的水下目标跟踪方法 |
CN104875217A (zh) * | 2015-04-30 | 2015-09-02 | 芜湖林一电子科技有限公司 | 一种机器人视觉水下跟踪机 |
CN105787962A (zh) * | 2016-02-25 | 2016-07-20 | 哈尔滨工程大学 | 一种基于uuv水下回收的单目视觉跟踪方法 |
CN107291088A (zh) * | 2016-10-20 | 2017-10-24 | 天津科技大学 | 一种水下机器人图像识别和目标跟踪系统 |
CN107369178A (zh) * | 2017-07-26 | 2017-11-21 | 北京臻迪科技股份有限公司 | 一种水下目标的跟踪方法及水下设备 |
CN107564033A (zh) * | 2017-07-26 | 2018-01-09 | 北京臻迪科技股份有限公司 | 一种水下目标的跟踪方法、水下设备和可穿戴设备 |
Non-Patent Citations (1)
Title |
---|
水下机器人的单目视觉定位系统;徐筱龙等;《传感器与微系统》;20100731;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108415441A (zh) | 2018-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108415441B (zh) | 基于单目视觉的水下机器人目标跟随系统的跟随方法 | |
CN111582201B (zh) | 一种基于几何注意力感知的车道线检测系统 | |
KR100727033B1 (ko) | 네트워크 기반 지능형 서비스 로봇의 비전 처리 장치 및방법과 이를 이용한 시스템 | |
KR100834577B1 (ko) | 스테레오 비전 처리를 통해 목표물 검색 및 추종 방법, 및이를 적용한 가정용 지능형 서비스 로봇 장치 | |
CN109145747B (zh) | 一种水面全景图像语义分割方法 | |
JP5855445B2 (ja) | デジタルイメージ安定化のための、ビデオデータ処理方法及びイメージ処理回路、並びにこれを用いるカメラ | |
JP7272024B2 (ja) | 物体追跡装置、監視システムおよび物体追跡方法 | |
KR100776805B1 (ko) | 스테레오 비전 처리를 통해 지능형 서비스 로봇 시스템에서효율적인 영상 정보의 전송을 위한 장치 및 그 방법 | |
CN104184958A (zh) | 一种适用于空间探测成像的基于fpga的自动曝光控制方法及其装置 | |
CN110321937B (zh) | 一种Faster-RCNN结合卡尔曼滤波的运动人体跟踪方法 | |
CN108769550B (zh) | 一种基于dsp的图像显著分析系统及方法 | |
CN113052907B (zh) | 一种动态环境移动机器人的定位方法 | |
CN102469302A (zh) | 应用于影像监控的可适应光线变化的背景模型学习系统 | |
US20210012142A1 (en) | Information processing device, information processing method, and program | |
CN115170619B (zh) | 一种基于密集光流法的云遮挡预测方法 | |
Ćirić et al. | Thermal vision based intelligent system for human detection and tracking in mobile robot control system | |
CN112385208A (zh) | 图像识别装置以及图像识别方法 | |
CN117011660A (zh) | 一种低纹理场景下融合深度信息的点线特征slam方法 | |
CN108010050A (zh) | 一种基于自适应背景更新和选择性背景更新的前景检测方法 | |
CN106898014A (zh) | 一种基于深度相机的入侵检测方法 | |
CN116485974A (zh) | 画面渲染、数据预测及其训练方法、系统及存储和服务器 | |
KR20110038971A (ko) | 스케일을 고려한 이미지 패치 추적 장치 및 방법 | |
CN112017128B (zh) | 一种图像自适应去雾方法 | |
CN115439678A (zh) | 一种补光亮度调整方法、装置及设备 | |
CN115457459A (zh) | 一种能够有效提升检测效率的机器视觉系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |