科研之友
微信
新浪微博
Facebook
分享链接
摘要
传统图像目标识别技术，分配目标特征点主方向的角度较大，导致目标识别精度较差。为此，提出基于CNN的机器人视觉光谱图像目标识别技术。将光谱图像转化为灰度图，对图像进行增强处理，选取线性均值滤波，去除图像脉冲噪声和高斯噪声，将Hessian矩阵模板应用于灰度图像，比较矩形区域内每个像素，获得局部极值点，初步确定目标轮廓和边沿的空间尺度，再对目标进行一层层卷积操作，迭代训练后提取细节特征，与模板图像特征进行匹配，识别目标类别。机器人抓取带有飞机目标的视觉光谱图像，进行对比实验，结果表明，此次设计技术相比传统技术，保证了目标识别效率，在此基础上，提取特征量与模板特征量更为接近，提高了图像目标的识别精度。
-
单位广东技术师范学院天河学院; 广州商学院
