- 发布
- 北京华奕互动科技有限公司
- 电话
- 010-63922732
- 手机
- 18611347067
- 发布时间
- 2022-12-24 13:33:25
物体识别
尝试用创建三维模型方法去做物体识别。通常,事先定义一些基本的几何形状,然后把物体表示为基本几何形状的组合,然后去匹配图像。这时候识别问题变成了一个匹配问题。在三维模型库中去搜索可能的视角投影,跟待识别的图像进行匹配。如果找到较合适的匹配,智能识别桌系统,就认为是识别成功了。
但是这么做并不是很有效。首先,很多物体很难用所谓的基本几何形状去描述它,特别是一些非刚体,比如动物;其次,智能识别桌厂家,对于一类物体,它可能会有丰富的类内差异性,即使是同一个物体在不同的姿态下也不一样,不可能每一种姿态都预先创建一个三维模型模板;第三,即使解决了之前的问题,如何才能准确地从图像中提取出 这些几何形状也存在困难。
物体识别的步骤
图片的预处理
预处理几乎是所有计算机视觉算法的一步,其动机是尽可能在不改变图像 承载的本质信息的前提下,使得每张图像的表观特性(如颜色分布,河北智能识别桌,整体明暗, 尺寸大小等)尽可能的一致,主要完成模式的采集、模数转换、滤波、消除模糊、减少噪声、纠正几何失真等操作。
预处理经常与具体的采样设备和所处理的问题有关。例如,从图象中将汽车车牌的号码识别出来,就需要先将车牌从图像中找出来,再对车牌进行划分,将每个数字分别划分开。做到这一步以后,智能识别桌设备,才能对每个数字进行识别。以上工作都应该在预处理阶段完成。在物体识别中所用到的典型的预处理方法不外乎直方图均衡及滤波几种。像高斯模糊可以使之后的梯度计算更为准确;而直方图均衡可以克服一定程度的光照影响。值得注意的是,有些特征本身已经带有预处理的属性,因此不需要再进行预处理操作。
物体识别的困难与前景
虽然物体识别已经被广泛研究了很多年,研究出大量的技术和算法,物体识别方法的健壮性、正确性、效率以及范围得到了很大的提升,但是现在依然存在一些困难以及识别障碍。这些困难主要有:
信息载体问题:
物体本身是一个高纬信息的载体,但是图像中的物体只是物体的一个二维呈现,并且在人类目前对自己如何识别物体尚未了解清楚,也就无法给物体识别的研究提供直接的指导。目前人们所建立的各种视觉系统绝大多数是只适用于某一特定环境或应用场合的系统,而要建立一个可与人的视觉系统相比的通用视觉系统是非常困难的。