HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于改进LSD和AP聚类的路径边缘识别策略

作者:刘璧钺; 赵章焰边缘识别过颜色算子lsdsvm特征提取ap聚类

摘要:起重机金属结构攀爬机器人的路径边缘识别策略分为3个步骤。①图像预处理,利用改进的过颜色算子进行灰度化;②使用基于支持向量机(SVM)最优分类线的方法确定梯度阈值,并增设主方向角约束,改进线段分割检测(LSD)算法,得到直线段检测图像;③对直线段进行特征提取,构建聚类数据集,基于数据集动态变化的特点,将基于先验信息的判别模型与近邻传播(AP)聚类算法相结合,改进AP聚类算法,对直线段进行聚类,筛选出构成路径边缘的直线段,并拟合得到最终的路径边缘线。实验结果表明,相较AP聚类和其他聚类算法,改进AP聚类算法的筛选准确率最高;基于改进LSD和AP聚类的路径边缘识别策略的识别成功率为96%,且满足精度和实时性要求。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

图学学报

《图学学报》(CN:10-1034/T)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。

杂志详情