基于Hessian矩阵的高压线检测算法

来源 :第十届全国信息获取与处理学术会议 | 被引量 : 0次 | 上传用户:tsmkgszcd
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  本文以无人机巡线检测为应用背景,提出了一种基于Hessian矩阵的高压线检测方法。首先利用Hessian矩阵的特征向量的方向提取线状目标的方向:然后利用区域增长的方法提取那些特征向量方向近似的点组成线段;最后利用统计方法从这些线段中提取线状目标,使得过该线状目标的线段最多最长。实验结果表明,该方法能够解决复杂背景下的高压线识别问题,检测精度和速度都能满足无人机巡线要求。
其他文献
  以固定相机监控系统为研究背景,提出了一种高效的前景目标检测方法。通过多个连续帧按一定顺序进行图像差分,将所得的多帧差分图像累加,并采用自适应阈值二值化后进行形态滤
  设计采用高性能数字信号处理器TMS320C6455作为主处理器,实现海量的图像数据处理;使用现场可编程门阵列FPGA芯片作为协处理器,对采集的视频数字图像进行预处理以及管理系统
  模板匹配算法在目标跟踪、视频稳像等领域都有着广泛的应用。本文从基于最大相关准则的相关匹配算法都很难在数学模型上得到改进的问题出发,从柯西不等式和切比雪夫不等式
  针对超声波流量计流量测量精度会受到温度的影响,利用BP神经网络良好的非线性逼近能力,建立了温度补偿模型,对比分析了各学习算法的学习效率,并选择了Levenberg-marquardt学