基于智能视觉的运动幅度合理性判断

图像特征噪点数量会对目标运动幅度判断结果准确性产生影响.RADON模型不能有效过滤图像中的特征噪点,进而导致目标运动幅度判断参数合理性下降.为解决此问题,建立一种基于智能视觉的Hough运动幅度合理性判断模型.通过划分待判断目标的运动状态,确定所有图像节点所在位置,分析节点关联度将较为近似者两两相连,根据连接结果对目标运动图像进行有效标记,完成基于智能视觉技术的运动目标追踪,测量追踪结果运动幅度,根据具体数值进行合理性判断边缘条件的提取,整合所有计算过程对判断结果进行误差分析,完成基于智能视觉Hough运动幅度合理性判断模型的搭建.设计对比实验结果表明,Hough模型与RADON模型相比,目标运动图像特征噪点过滤效果提升15%左右,判断参数合理性提升20%.