发明名称 | 类地重力场环境下单目视觉空间识别方法 | ||
摘要 | 一种类地重力场环境下单目视觉空间识别方法,其特征是它包括以下步骤:首先,对图像进行基于像素的CIELAB色彩空间值L,a,b和x,y坐标值的超像素分割,以产生超像素图像;其次,采用基于超像素颜色特性、纹理特征向量距离及邻接关系的普聚类算法,将分割形成的超像素图像降维并生成大图块;第三,将代表天空、地面及立面物体的重力场模糊分布密度函数分别与所得的大图块像素相乘,并求出大图块的期望值,从而完成天空、地面及立面物体的初步分类;第四,通过单层小波采样和曼哈顿方向特征提取出天空、地面及立面物体的分类图;最后,基于小孔成像模型及地面线性透视信息生成空间深度感知图。本发明简单易行,分辨率高,应用范围广。 | ||
申请公布号 | CN103632167B | 申请公布日期 | 2016.10.12 |
申请号 | CN201310652422.2 | 申请日期 | 2013.12.05 |
申请人 | 金陵科技学院 | 发明人 | 郑李明;崔兵兵 |
分类号 | G06K9/62(2006.01)I | 主分类号 | G06K9/62(2006.01)I |
代理机构 | 南京天华专利代理有限责任公司 32218 | 代理人 | 瞿网兰 |
主权项 | 一种类地重力场环境下单目视觉空间识别方法,其特征是它包括以下步骤:首先,对图像进行基于像素的CIELAB色彩空间值L,a,b和x,y坐标值的超像素分割,以产生超像素图像;其次,采用基于超像素颜色特性、纹理特征向量距离及邻接关系的普聚类算法,将分割形成的超像素图像降维并生成大图块;第三,将代表天空、地面及立面物体的重力场模糊分布密度函数分别与所得的大图块像素相乘,并求出大图块的期望值,从而完成天空、地面及立面物体的初步分类;第四,通过单层小波采样和曼哈顿方向特征提取出天空、地面及立面物体的分类图;最后,基于小孔成像模型及地面线性透视信息生成空间深度感知图。 | ||
地址 | 211169 江苏省南京市江宁区弘景大道99号 |