留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于Gabor滤波器的图像目标识别方法

曾姝彦 张广军 李秀智

童晓艳, 蔡国飙, 尘军, 等 . 燃气发生器身部多学科设计优化[J]. 北京航空航天大学学报, 2006, 32(10): 1250-1254.
引用本文: 曾姝彦, 张广军, 李秀智等 . 基于Gabor滤波器的图像目标识别方法[J]. 北京航空航天大学学报, 2006, 32(08): 954-957.
Tong Xiaoyan, Cai Guobiao, Chen Jun, et al. Multidisciplinary design optimization of gas-generator body[J]. Journal of Beijing University of Aeronautics and Astronautics, 2006, 32(10): 1250-1254. (in Chinese)
Citation: Zeng Shuyan, Zhang Guangjun, Li Xiuzhiet al. Image target distinguish based on Gabor filters[J]. Journal of Beijing University of Aeronautics and Astronautics, 2006, 32(08): 954-957. (in Chinese)

基于Gabor滤波器的图像目标识别方法

基金项目: 国家自然科学基金资助项目(50375012)
详细信息
    作者简介:

    曾姝彦(1982-),女,湖北洪湖人,硕士生,zengshuyan@126.com.

  • 中图分类号: TP 391

Image target distinguish based on Gabor filters

  • 摘要: 为了给机器人视觉导航提供有效信息,提出一种基于图像匹配的目标识别方法.对CCD采集的目标图像,由 Gabor 变换生成的二维Gabor 滤波器有着优良的滤波器性能,不需要对图像进行分割,能适应一定的旋转、尺度、光照的变化,通过多个频率和角度的Gabor算子与图像的卷积,获取图像全局信息的特征描述.分类方法采用统计学习理论基础上发展起来的一种新的机器学习方法——支持向量机(SVM, Support Vector Machines),它可解决模型选择、过学习、维数灾难等问题.通过支持向量机进行多维特征向量的分类.该方法可达到较高的识别率,达到实时处理的要求,可以在人脸识别、机器人视觉定位等领域得到应用.

     

  • [1] Ulrich I, Nourbakhsh I. Appearance-based place recognition for topological localization Proc IEEE Int Conf Rob Autom. Piscataway,NJ:IEEE,2000,2:1023-1029 [2] Zhou Chao,Wei Yucheng, Tan Tieniu. Mobile robot self-localization based on global visual appearance feature Proc IEEE Int Conf Rob Autom. Piscataway,NJ:IEEE,2003,1:1271-1276 [3] Jason J A, White M W,Chase T A,et al. Pattern analysis for autonomous vehicles with the region-and feature-based neural network:global self-localization and traffic sign recognition Proc IEEE Int Conf Rob Autom. Piscataway,NJ:IEEE,1996,4:3598-3604 [4] Bovic A C, Clark M, Geisler W S. Multichannel texture analysis using localized spatial filters[J]. IEEE Trans Pattern Anal Mach Intell,1990,12(1):55-73 [5] Rui Y, Huang T S, Chang S F. Image retrieval:past, present, and future [J]. Journal of Visual Communication and Image Representation,1999,10 (1):1-23 [6] 韦娜,耿国华,周明全. 利用 Gabor 滤波器的基于内容的图像检索[J]. 计算机工程,2005,31(8):10-11 Wei Na, Geng Guohua, Zhou Mingquan. Content-based image retrieval using Gabor filters [J]. Computer Engineering,2005,31(8):10-11(in Chinese) [7] 邓乃扬,田英杰. 数据挖掘中的新方法:支持向量机[M]. 北京:科学出版社,2004 Deng Naiyang, Tian Yingjie. New method of data mining:support vector machines . Beijing:Science Publishing Company,2004(in Chinese) [8] 王晓丹,王积勤. 支持向量机训练和实现算法综述[J]. 计算机工程与应用,2004(13):75-78 Wang Xiaodan, Wang Jiqin. A survey on support vector machines training and testing algorithms[J].Computer Engineering and Applications,2004(13):75-78(in Chinese)
  • 期刊类型引用(12)

    1. 李文锋,周敬龙,王其,蒋绍勇,贺利军. 超宽带信号的非视距识别与测距误差抑制. 控制与决策. 2024(08): 2605-2612 . 百度学术
    2. 谢飞,周敬龙,李文锋,张强. 动态环境下UWB测距的NLOS影响分析与优化. 武汉理工大学学报. 2022(01): 80-87 . 百度学术
    3. 江渝川,何国斌. 基于红外视觉技术的机器人移动轨迹智能检测研究. 激光杂志. 2022(10): 184-187 . 百度学术
    4. 刘芬. 基于PLC的工业机器人轨迹跟踪自动化控制系统设计. 自动化与仪器仪表. 2021(07): 84-88 . 百度学术
    5. 朱天元,林艺旻. 虚拟现实和激光传感技术的机器人轨迹跟踪. 激光杂志. 2021(10): 157-161 . 百度学术
    6. 郭家伟,谈波,陈华,吴昊. 爬壁机器人底盘结构全向移动自主控制设计. 机械设计与制造. 2021(11): 158-161 . 百度学术
    7. 纪海宾,师彩云. 基于Origin的移动机器人测距传感器参数标定. 现代信息科技. 2020(09): 40-42+45 . 百度学术
    8. 谌稳帅,汪地,徐佳丽. 基于UWB的水果采摘跟随收集系统的设计. 工业控制计算机. 2020(11): 13-15+18 . 百度学术
    9. 代伟业,姜启龙,刘栋. 船舶导航机器移动轨迹的实时检测和跟踪研究. 舰船科学技术. 2020(22): 130-132 . 百度学术
    10. 卫恒,吕强,刘扬,林辉灿,梁冰. 基于状态切换的分布式多机器人编队控制. 兵工学报. 2019(05): 1103-1112 . 百度学术
    11. 徐庆坤,宋中越. 基于UWB的自主跟随机器人定位系统的设计. 计算机工程与设计. 2019(11): 3337-3341 . 百度学术
    12. 郑亚君,薛磊,董璐,王庆领. 基于UWB定位技术的多移动机器人编队控制. 智能科学与技术学报. 2019(01): 83-87 . 百度学术

    其他类型引用(11)

  • 加载中
计量
  • 文章访问数:  2995
  • HTML全文浏览量:  180
  • PDF下载量:  2001
  • 被引次数: 23
出版历程
  • 收稿日期:  2005-10-10
  • 网络出版日期:  2006-08-31

目录

    /

    返回文章
    返回
    常见问答