基于OpenCV的目标物体颜色及轮廓的识别方法

最新推荐文章于 2024-08-05 23:08:48 发布

Liuqz2009

最新推荐文章于 2024-08-05 23:08:48 发布

阅读量2.3w

点赞数 4

分类专栏： opencv

opencv 专栏收录该内容

104 篇文章 5 订阅

订阅专栏

http://mall.cnki.net/magazine/Article/XDDJ201424021.htm

0引言机器人视觉是机器人感知外部世界的重要媒介,也是未来机器人传感器发展的主流方向。机器人视觉通过视觉传感器获取环境的图像数据,并通过软件进行图像的分析和理解,使机器人能够辨识目标物体及确定其位置[1]。随着机器人技术的快速发展及其在工业、医学、军事等领域的广泛应用,机器人视觉技术取得了快速发展,对机器人灵敏感知周围环境的能力要求也不断提高[2]。对目标物体的精确识别问题是机器人视觉中最基本的环节,而颜色识别和轮廓识别又是进行其他深入研究的基础。目前在这方面的主要应用是单一的对颜色或轮廓的提取。基于上述情况,本文提出了基于Open CV函数库,对摄像头取景范围内目标物体颜色及轮廓共同精确提取的方法。利用Open CV函数库中提供的函数,对目标物体首先进行各种图像学方面的预处理以使得到的图像符合实验要求,然后利用阈值调节进行颜色识别,最后在颜色识别的基础上进行边缘检测及轮廓识别。1 Open CV简介Open CV是由Intel公司资助的开源计算机视觉库,它由一系列C函数和少量C++类所组成,可实现图像处理和计算机视觉方面的很多通用算法,例如特征检测与跟踪、运动分析、目标分割与识别以及3(本文共计5页).....

http://cdmd.cnki.com.cn/Article/CDMD-10079-1012430008.htm

【摘要】：随着多媒体技术、计算机,通信技术及Internet网络的迅速发展,图像多媒体信息来源不断扩大,数字图像识别技术应用日益广泛,已遍及生活各个方面,在日常生活、经济发展、国家安全中都充当着至关重要的角色。所以,开展图像目标识别研究意义重大,其研究成果具有非常广阔的应用前景。图像特征提取和特征描述是图像目标识别的关键技术,特征提取结果的好坏,直接影响了目标识别的效果,在图像检索系统中,特征描述的好坏也会直接影响目标匹配和图像检索的精度。基于此,本文对图像特征提取和特征描述的算法展开了深入的研究,并结合实际的应用,主要侧重于研究基于轮廓特征的物体识别。首先,本文系统地研究了图像识别中图像特征提取与特征描述的算法,重点研究了形状特征的提取和描述,在研究极坐标傅里叶描述子和不变矩两种算法的基础上,结合考虑这两种算法的优缺点,提出了一种基于矩特征和傅里叶描述子的形状特征描述算法,该算法能够降低计算复杂度,克服了矩特征和傅里叶描述子的局限性,能很好的提取目标物体的轮廓特征。本文还借助开源机器视觉库OpenCV开发平台,设计并实现了一个简单的基于形状特征的图像检索系统,文本详细介绍了各模块的功能,实现了基于傅里叶描述子算法的图像检索,对于MPEG-7图像数据库有良好的检索效果,并结合鞋类图像检索给出了应用实例。