【摘 要】
：
提出一种基于LSD的具有特定特征的三维物体轮廓提取算法,该算法主要用于检测结构环境中的特定目标,提取其轮廓目的在于计算出目标的位姿信息,便于机器人作业抓取.针对具有特定特征的三维物体,算法首先对物体进行基于LSD的外轮廓提取,其次再对原始图像进行基于改进的Prewitt梯度算子的边缘提取,并删除经边缘提取后外轮廓特征信息,再进行基于LSD的物体内轮廓提取,从而实现物体的轮廓提取.基于LSD的轮廓提
论文部分内容阅读
提出一种基于LSD的具有特定特征的三维物体轮廓提取算法,该算法主要用于检测结构环境中的特定目标,提取其轮廓目的在于计算出目标的位姿信息,便于机器人作业抓取.针对具有特定特征的三维物体,算法首先对物体进行基于LSD的外轮廓提取,其次再对原始图像进行基于改进的Prewitt梯度算子的边缘提取,并删除经边缘提取后外轮廓特征信息,再进行基于LSD的物体内轮廓提取,从而实现物体的轮廓提取.基于LSD的轮廓提取算法包括提取梯度图像,LSD线段检测,直线段的分类和轮廓的拟合四个步骤.在直线段分类中,提出了利用极坐
其他文献
本文试图从几种典型光合系统捕光天线的构造及传能效率的异同中揭示捕光天线在进化过程中遵循的物理法则。以绿硫菌(Chlorobium tepidum)、紫细菌(Rhodobacter sphaeroides)和高等植物的捕光天线为例,力图从低等光合系统的由单纯提高色素捕光效率的单向调节进化到高等植物的捕光效率与光保护的双向调节,揭示捕光天线为适应环境所采用的演化策略。在详细描述传统的光合捕光系统的F?
Analyzing the information carriede by seismic waves is a major means for human beings to have an insight into the structure of the earth’s interior,and by using artificial seismic sources to excite se
The earths structure may change with time under natural or anthropogenic loading.Monitoring the subtle changes of the subsurface structure with repeatable seismic sources such as repeating earthquakes
This paper summarizes the basic situation of the Binchuan Transmitting Seismic Station and the geophysical observations of the area where it is located,with a focus on the constitution of the observat
本研究利用拟南芥两条循环电子传递途径的突变体——NDH途径的突变体crr4、PGR5/PGRL1途径的突变体pgr5以及两条途径的双突变体crr4/pgr5来研究低浓度NaHSO_3在不同循环电子传递途径中的作用机制。结果显示,低浓度NaHSO_3处理增加了光-暗-光转换条件下Ndh H的积累和持续光照条件下PGR5的积累。低浓度NaHSO_3明显地促进了pgr5在光-暗-光转换条件下、暗-光转换
We report on an experiment on transferring an image through coherent population trapping(CPT) effect in a hot rubidium vapor. We demonstrate experimentally that an image can be transferred from a cont
随着分子生物学研究手段的丰富,植物发育生物学也从宏观的植物形态观察走向了微观的细胞和基因水平的研究.植物本身有着显著不同于动物的胚后发育特征,这种发育模式赋予了植物极其灵活的发育可塑性以应对不同的生长环境.在长期进化过程中,植物正是通过持续的调整发育来适应外界环境变化,造就了植物界丰富的多样性.本文以植物干细胞的功能和调控为核心,阐述了干细胞调控植物胚后发育的模式以及植物内源激素对干细胞和植物发育
Healthcare relief teams dispatched to rural areas often face difficulties due to limited initial and ongoing health information in the affected community.The present study investigated patterns of hea
FKNN算法是比KNN算法更有效的模式识别的方法。但它们都存在一点不足:识别效果依赖于K值的选取。为了弥补这一不足,本文给出了FKNN的新算法,首先将K近邻集定义为模糊集,然后在不同的水平集下判别待识样本的类别,然后再根据各水平集下的判别结果,综合评判待识别样本的类别。将该法应用于大米产地的识别,识别效果明显好于KNN算法和现有的模糊KNN算法。
针对现有的超分辨率重建方法在复杂运动模式下的鲁棒性不强,以及容易出现边缘模糊和重影的问题,提出了一种基于时空非局部相似性的视频超分辨率重建算法(STSR),实现了视频视觉分辨率质量和细节清晰度的提升.该算法构建了一种快速鲁棒性的基于Zernike矩特征的视频帧间非局部模糊配准机制,并在此基础上通过时空域非局部相似性信息融合实现超分辨率重建.文章算法的优势主要在于不依赖于精确的亚像素运动估计,具有较