机器视觉中运动小球的识别
本研究以运动小球的运动特性及图像特征的分析为基础，提出了将差分图像与哈夫变换相结合的方案，以克服单一图像处理算法不能实现运动目标跟踪的缺点。以“多对一”的思想改进哈夫变换，满足系统的实时性要求。提出了一种哈夫变换累加器单元的聚类新算法，将聚类的思想融入哈夫变换，解决了目标因运动发生的轮廓变形、边缘模糊问题，提高了算法的可靠性。实验中采用连通域贴标签、边缘检测等基本图像处理算法来共同完成有关任务。结果表明，把诸方法相结合，进行优势互补可以获得比较满意的结果。
机器视觉 目标跟踪 图像识别 哈夫变换
张磊 史金飞
东南大学 机械工程学院,江苏 南京 210096
国内会议
杭州
中文
41-44,115
2007-10-01（万方平台首次上网日期，不代表论文的发表时间）