期刊文献+

神经网络在机器人视觉图像命令识别中的应用 被引量:4

Application of ANN in Image Command Recognitionin Robot Visual System
下载PDF
导出
摘要 在智能机器人技术中,视觉识别是关键。在智能机器人视觉系统获得的图像中,由于图像倾斜而造成的识别错误是视觉识别难以解决的问题。针对机器人所要完成的具体任务,对机器人的视觉识别问题进行探讨,为实现机器人对图像命令的识别,首先对机器人视觉系统获得的倾斜图像,采用Hough变换进行倾斜度检测并进行校正,然后采用人工神经网络法进行识别,根据识别结果对机器人的下一步运动进行决策与控制,达到了预期的目的。实验结果表明,该方法具有较高的识别率。 Visual recognition is the key in intelligent robot. The problem in visual system of intelligent robot is the wrong recognition because of tilting image obtained from robot visual system. According to the concrete task of robot , this paper discusses the visual recognition problem. In order to recognize the image command , tilting angle is tested by using Hough transfer and the tilting image is verified at first, then the image is recognized by ANN, and the results of recognition are used to plan and control mobile robot. Experimental results show that the method in this paper is reliable and accurate.
作者 袁向荣
机构地区 山东英才学院
出处 《计算机仿真》 CSCD 北大核心 2009年第6期171-174,共4页 Computer Simulation
关键词 机器人视觉 图像处理 图像命令 霍夫变换 人工神经网络 Robot vision Image processing Image command Hough transfer Artificial neural networks
  • 相关文献

参考文献3

二级参考文献10

共引文献14

同被引文献26

  • 1程强,程新党,程全洲.弧向判定法的车牌快速识别方法[J].南阳师范学院学报,2006,5(3):84-86. 被引量:1
  • 2李玲玲,李印清.图像配准中角点检测算法的研究与比较[J].郑州航空工业管理学院学报(社会科学版),2006,25(2):190-192. 被引量:8
  • 3张建萍,刘希玉.基于聚类分析的K-means算法研究及应用[J].计算机应用研究,2007,24(5):166-168. 被引量:124
  • 4W Y Wing. Ng, Andres Dorado, Daniel S Yeung, Witold Pe- drycz, Ebroul Izquierdo. Image classification with the use of radial basis function neural networks and the minimization of the localized generalization error[ J]. Pattern Recognition, 2007,40( 1 ) : 19- 32.
  • 5Nektarios A Valous, Femando Mendoza, Da-Wen Sun, Paul Al- len. Supervised neural network classification of pre-sliced cooked pork ham images using quaternionic singular values[J]. Meat Sci- ence, 2010,84(3) : 422-430.
  • 6J R Otukei, T Blaschke. Land cover change assessment using deci- sion trees, support vector machines and maximum likelihood classi- fication algorithms[J]. International Journal of Applied Earth Ob- servation and Geoinformation, 2010,12( 1 ) :27-31.
  • 7Milos Kovacevic, Branislav Bajat, Bosko Gajic: Soil type classifi- cation and estimation of soil properties using support vector ma- chines[J]. Geoderma, 2010,154(3-4) : 340-347.
  • 8Achmad Widodo, Eric Y Kim, Jong-Duk Son, Bo-Suk Yang, Andy C C Tan, Dong - Sik Gu, Byeang - Kann Choi, Joseph Mathew. Fault diagnosis of low speed beating based on relevance vector machine and support vector machine [ J ]. Export Systems with Applications, 2009,36 (3) :7252-7261.
  • 9张瑜慧,胡学龙,陈琳.基于支持向量机的图像分类[J].扬州大学学报(自然科学版),2007,10(2):42-46. 被引量:13
  • 10丘敏,麦汉荣,廖惜春.神经网络在汽车牌照字符识别中的应用[J].计算机工程与设计,2008,29(8):2041-2043. 被引量:7

引证文献4

二级引证文献12

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部