针对传统SLAM算法在动态环境中会受到动态特征点的影响,导致算法定位精度下降的问题,提出了一种融合语义信息的视觉惯性SLAM算法SF-VINS(visual inertial navigation system based on semantics fusion)。首先基于VINS-Mono算法框架,将...针对传统SLAM算法在动态环境中会受到动态特征点的影响,导致算法定位精度下降的问题,提出了一种融合语义信息的视觉惯性SLAM算法SF-VINS(visual inertial navigation system based on semantics fusion)。首先基于VINS-Mono算法框架,将语义分割网络PP-LiteSeg集成到系统前端,并根据语义分割结果去除动态特征点;其次,在后端利用像素语义概率构建语义概率误差约束项,并使用特征点自适应权重,提出了新的BA代价函数和相机外参优化策略,提高了状态估计的准确度;最后,为验证该算法的有效性,在VIODE和NTU VIRAL数据集上进行实验。实验结果表明,与目前先进的视觉惯性SLAM算法相比,该算法在动态场景和静态场景的定位精度和鲁棒性均有一定优势。展开更多
目的:实现计算机自动检测出CT图像中的早期肿瘤。方法:提出一个以纹理能量分析为基础的可以检测出CT图像中早期肿瘤的算法——ITEAR(image registration and texture energy analysis)。该算法首先用互信息量配准方法将PET图像和同一层...目的:实现计算机自动检测出CT图像中的早期肿瘤。方法:提出一个以纹理能量分析为基础的可以检测出CT图像中早期肿瘤的算法——ITEAR(image registration and texture energy analysis)。该算法首先用互信息量配准方法将PET图像和同一层的CT图像配准,并且利用自适应阈值法将PET图像中的感兴趣区(region of interest,ROI)检测出来,然后应用纹理能量分析方法检测出早期肿瘤的准确位置,接着运用边缘检测方法将其边界提取出来。结果:ITEAR算法能准确定位早期肿瘤,并且能检测出早期肿瘤的边界。结论:ITEAR算法可以令计算机自动制定三维适形放疗计划。展开更多
文摘针对传统SLAM算法在动态环境中会受到动态特征点的影响,导致算法定位精度下降的问题,提出了一种融合语义信息的视觉惯性SLAM算法SF-VINS(visual inertial navigation system based on semantics fusion)。首先基于VINS-Mono算法框架,将语义分割网络PP-LiteSeg集成到系统前端,并根据语义分割结果去除动态特征点;其次,在后端利用像素语义概率构建语义概率误差约束项,并使用特征点自适应权重,提出了新的BA代价函数和相机外参优化策略,提高了状态估计的准确度;最后,为验证该算法的有效性,在VIODE和NTU VIRAL数据集上进行实验。实验结果表明,与目前先进的视觉惯性SLAM算法相比,该算法在动态场景和静态场景的定位精度和鲁棒性均有一定优势。
文摘目的:实现计算机自动检测出CT图像中的早期肿瘤。方法:提出一个以纹理能量分析为基础的可以检测出CT图像中早期肿瘤的算法——ITEAR(image registration and texture energy analysis)。该算法首先用互信息量配准方法将PET图像和同一层的CT图像配准,并且利用自适应阈值法将PET图像中的感兴趣区(region of interest,ROI)检测出来,然后应用纹理能量分析方法检测出早期肿瘤的准确位置,接着运用边缘检测方法将其边界提取出来。结果:ITEAR算法能准确定位早期肿瘤,并且能检测出早期肿瘤的边界。结论:ITEAR算法可以令计算机自动制定三维适形放疗计划。
