期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
激光打孔标靶识别算法研究
1
作者 闫艳霞 崔建华 《激光杂志》 CAS 北大核心 2015年第2期81-83,共3页
标靶对激光打孔的效果有很大的影响,能够准确地识别标靶对激光打孔的效果会有显著提高。本文介绍了激光打孔的标靶,并对识别的算法进行了深入研究和探讨。
关键词 激光打孔 标靶识别 图像处理
下载PDF
面切割结合k-means聚类的测点自识别隧道监测方法 被引量:2
2
作者 郑荣政 吴勇生 +2 位作者 苏哿 张浩 杨承昆 《铁路技术创新》 2022年第3期36-41,共6页
我国铁路隧道监控采用全站仪、水准仪等设备的传统量测方法,存在自动化、智能化水平低,以及现有基于三维激光扫描技术的隧道断面自动监控量测方法存在前后2次监测测点不对应等问题。提出将传统测量与三维激光扫描技术相结合的隧道监控... 我国铁路隧道监控采用全站仪、水准仪等设备的传统量测方法,存在自动化、智能化水平低,以及现有基于三维激光扫描技术的隧道断面自动监控量测方法存在前后2次监测测点不对应等问题。提出将传统测量与三维激光扫描技术相结合的隧道监控量测方法(简称结合量测法),首先扫描平面监测标靶,通过生成隧道面缓冲区并切割隧道面点云获得监测标靶点云,然后通过k-means聚类方法自动识别监测标靶中心坐标,从而完成标靶自识别的自动化隧道监控量测。进一步比较传统标靶量测方法、点云处理软件识别标靶和结合量测法识别标靶的坐标误差及多站相对距离测量差,结果表明结合量测法标靶识别方法坐标测量内符合精度小于0.5 mm,以高精度全站仪测值作为真值时的外符合精度小于1.0 mm,总体符合铁路隧道监控量测1.0 mm的精度要求。 展开更多
关键词 铁路隧道 监控量测 三维激光扫描 点云分割 K-MEANS聚类 自动识别
下载PDF
结合点云和影像的标靶自动识别与中心提取 被引量:3
3
作者 李庆 雍小龙 +1 位作者 黄先锋 张帆 《测绘地理信息》 2015年第3期21-25,共5页
针对多站地面激光点云拼接中标靶自动识别困难的问题,提出了结合光学影像和点云深度信息的标靶自动识别方法,以及模板自匹配的标靶中心提取方法,实现了标靶的自动识别和中心提取。经室内、室外两种环境真实数据的验证,该方法能自动识别... 针对多站地面激光点云拼接中标靶自动识别困难的问题,提出了结合光学影像和点云深度信息的标靶自动识别方法,以及模板自匹配的标靶中心提取方法,实现了标靶的自动识别和中心提取。经室内、室外两种环境真实数据的验证,该方法能自动识别布置在室内、室外场景中的标靶;对自动识别的标靶进行中心提取,精度均在2 mm之内,与人工提取结果一致,证明了方法的有效性和稳定性。该方法为基于标靶的点云自动拼接提供了良好的技术支撑。 展开更多
关键词 标靶识别 地面激光 光学影像 强度 中心提取
原文传递
基于四目立体视觉的智轨电车参数测量方法与系统 被引量:1
4
作者 彭京 高晓飞 +1 位作者 龙海泉 周传德 《重庆大学学报》 EI CAS CSCD 北大核心 2021年第4期29-36,共8页
为解决当前智轨电车参数测量受限于车身过长、测量精度及效率等问题,通过一种基于四目视觉的立体视觉参数测量方法,研发了一套智轨电车参数测量方法与系统。基于空间向量定义车身平面、车轮转动角、铰接盘夹角及其零度,建立相关角度的... 为解决当前智轨电车参数测量受限于车身过长、测量精度及效率等问题,通过一种基于四目视觉的立体视觉参数测量方法,研发了一套智轨电车参数测量方法与系统。基于空间向量定义车身平面、车轮转动角、铰接盘夹角及其零度,建立相关角度的视觉测量模型;研究合作标识识别及优化的高精度算法,实现角度精密测量;研发基于client-server(C/S)架构的智轨电车参数测量系统,实现角度快速测量。将参数测量系统应用于中车相应车辆标定中,结果表明该方法快速有效,车轮转向角测量精度优于±0.1°,铰接盘夹角测量精度优于±0.05°,为智轨电车参数的测量提供了一种大视野、高精度、高效率的检测方法。 展开更多
关键词 立体视觉 合作 标靶识别 机器视觉 V3D四轮定位 智轨电车
下载PDF
The research on high speed underwater target recognition based on fuzzy logic inference
5
作者 JIANG Xiang-Dong YANG De-Sen SHI Sheng-guo LI Si-Chun 《Journal of Marine Science and Application》 2006年第2期19-23,共5页
The underwater target recognition is a key technology in acoustic confrontation and underwater defence. In this article, a recognition system based on fuzzy logic inference (FLI) is set up. This system is mainly compo... The underwater target recognition is a key technology in acoustic confrontation and underwater defence. In this article, a recognition system based on fuzzy logic inference (FLI) is set up. This system is mainly composed of three parts: the fuzzy input module, the fuzzy logic inference module with a set of inference rules and the de-fuzzy output module. The inference result shows the recognition system is effective in most conditions. 展开更多
关键词 features extraction target recognition fuzzy logic inference
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部