面向林業(yè)機(jī)器人的光照估計(jì)算法研究
發(fā)布時(shí)間:2021-07-20 00:10
林業(yè)機(jī)器人屬于特種機(jī)器人范疇,可以替代人工活動(dòng),在林業(yè)作業(yè)方面有著非常重要的作用。顏色作為物體最直觀、最顯著的表現(xiàn),是林業(yè)機(jī)器人識(shí)別不同目標(biāo)的一個(gè)重要特征。但是,被攝物表面的顏色易受到場(chǎng)景光照影響,使得林業(yè)機(jī)器人獲取的圖像顏色失真。在機(jī)器視覺領(lǐng)域中,減少或在理想情況下消除光照對(duì)圖像的影響,從而恢復(fù)圖像的顏色信息,稱為顏色恒常性。面向林業(yè)機(jī)器人所處的特殊環(huán)境,如何使圖像得到較好的顏色恢復(fù),是該文的研究目的。實(shí)現(xiàn)顏色恒常性有兩種方法:第一種是通過對(duì)圖像的場(chǎng)景光照顏色的RGB值進(jìn)行估計(jì),然后根據(jù)對(duì)角模型對(duì)該圖像的顏色進(jìn)行恢復(fù),即光照估計(jì)算法;第二種是提取圖像中對(duì)光照魯棒的特征,即提取顏色不變子。該文主要面向林業(yè)機(jī)器人,圍繞光照估計(jì)算法開展研究。針對(duì)林業(yè)機(jī)器人所在的場(chǎng)景,在對(duì)光照估計(jì)算法進(jìn)行了深入的綜述分析的基礎(chǔ)上進(jìn)行了如下幾方面的研究:(1)改進(jìn)了基于底層像素的光照估計(jì)算法,該方法利用零范數(shù)平滑增加圖像顏色的可信度;(2)提出了基于圖像場(chǎng)景特征的光照估計(jì)算法。該方法首先提取圖像集中每個(gè)圖像的特征,然后根據(jù)每幅圖像的特征,確定與測(cè)試圖像特征相似的K幅圖像,最后根據(jù)K個(gè)被選圖像的標(biāo)準(zhǔn)光照RGB值...
【文章來源】:北京林業(yè)大學(xué)北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】:66 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖1.1常見林業(yè)機(jī)器人工作場(chǎng)景??Fiure?1.1?The?workinscenes?of?forestrrobots??
圖像的色域r(i)中的顏色可以完全和標(biāo)準(zhǔn)色域r(c)中的顏色對(duì)應(yīng)。??jwr(/)#潁ǎ悖??(2-i〇)??第三步,從可行映射M中選擇一個(gè)最佳映射,如圖2.2。所選映射可應(yīng)用于??規(guī)范光源,得到未知光源的估計(jì)值。Forsyth提出的色域映射算法采用啟發(fā)式方??法,認(rèn)為映射得到的結(jié)果最多彩色場(chǎng)景,即對(duì)角線矩陣中最大的跟蹤,是最合適??的映射(Forsyth,?1990)。??一些研究者提出對(duì)該算法的改進(jìn)方案。例如,Finalyson等提出色域映射算法??也可以在色度空間中進(jìn)行計(jì)算,雖然該改進(jìn)方法減少了經(jīng)典色域映射算法的計(jì)算??復(fù)雜度,但是實(shí)驗(yàn)證明效果并不是很好(Finlayson,Trezzi,1995)?;?Barnard在??2000年對(duì)最佳映射的選擇提出了改進(jìn)方案,即可行映射的平均值或加權(quán)平均值??是最佳映射(Barnard
由于本課題主要研宄對(duì)象為林業(yè)機(jī)器人,作者在學(xué)校校園里和學(xué)校的實(shí)驗(yàn)林??中拍攝了部分林業(yè)圖像,作為實(shí)驗(yàn)所用圖像集中的一部分,主要作用為效果展示,??如圖2.3。??圖2.3林業(yè)場(chǎng)景圖像不;例??Figure?2.3?The?images?of?forestry?scene??另外,我們選。牵颍幔?Ball圖像集,Color?Checker圖像集中一部分圖像??CGB一OUTDOOR,?CC_OUTDOOR)作為本課題實(shí)驗(yàn)所用的部分圖像集,命名??為IMG_OUTDOOR圖像集。由于該類圖像集中每個(gè)圖像都有所對(duì)應(yīng)的真實(shí)場(chǎng)景??光照RGB值做對(duì)照,所以我們用這些圖像對(duì)算法效果進(jìn)行定量評(píng)價(jià)。雖然林業(yè)??機(jī)器人的工作環(huán)境一般為野外,但是只探究野外這一場(chǎng)景的光照情況具有局限性,??因此我們?cè)黾恿撕鸵巴鈭?chǎng)景具有一定相似度的城市場(chǎng)景,有利于我們更好的研究??面對(duì)林業(yè)機(jī)器人的場(chǎng)景光照顏色估計(jì)情況。GBJ3UTDOOR有646張圖像,其中??18??
本文編號(hào):3291715
【文章來源】:北京林業(yè)大學(xué)北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】:66 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖1.1常見林業(yè)機(jī)器人工作場(chǎng)景??Fiure?1.1?The?workinscenes?of?forestrrobots??
圖像的色域r(i)中的顏色可以完全和標(biāo)準(zhǔn)色域r(c)中的顏色對(duì)應(yīng)。??jwr(/)#潁ǎ悖??(2-i〇)??第三步,從可行映射M中選擇一個(gè)最佳映射,如圖2.2。所選映射可應(yīng)用于??規(guī)范光源,得到未知光源的估計(jì)值。Forsyth提出的色域映射算法采用啟發(fā)式方??法,認(rèn)為映射得到的結(jié)果最多彩色場(chǎng)景,即對(duì)角線矩陣中最大的跟蹤,是最合適??的映射(Forsyth,?1990)。??一些研究者提出對(duì)該算法的改進(jìn)方案。例如,Finalyson等提出色域映射算法??也可以在色度空間中進(jìn)行計(jì)算,雖然該改進(jìn)方法減少了經(jīng)典色域映射算法的計(jì)算??復(fù)雜度,但是實(shí)驗(yàn)證明效果并不是很好(Finlayson,Trezzi,1995)?;?Barnard在??2000年對(duì)最佳映射的選擇提出了改進(jìn)方案,即可行映射的平均值或加權(quán)平均值??是最佳映射(Barnard
由于本課題主要研宄對(duì)象為林業(yè)機(jī)器人,作者在學(xué)校校園里和學(xué)校的實(shí)驗(yàn)林??中拍攝了部分林業(yè)圖像,作為實(shí)驗(yàn)所用圖像集中的一部分,主要作用為效果展示,??如圖2.3。??圖2.3林業(yè)場(chǎng)景圖像不;例??Figure?2.3?The?images?of?forestry?scene??另外,我們選。牵颍幔?Ball圖像集,Color?Checker圖像集中一部分圖像??CGB一OUTDOOR,?CC_OUTDOOR)作為本課題實(shí)驗(yàn)所用的部分圖像集,命名??為IMG_OUTDOOR圖像集。由于該類圖像集中每個(gè)圖像都有所對(duì)應(yīng)的真實(shí)場(chǎng)景??光照RGB值做對(duì)照,所以我們用這些圖像對(duì)算法效果進(jìn)行定量評(píng)價(jià)。雖然林業(yè)??機(jī)器人的工作環(huán)境一般為野外,但是只探究野外這一場(chǎng)景的光照情況具有局限性,??因此我們?cè)黾恿撕鸵巴鈭?chǎng)景具有一定相似度的城市場(chǎng)景,有利于我們更好的研究??面對(duì)林業(yè)機(jī)器人的場(chǎng)景光照顏色估計(jì)情況。GBJ3UTDOOR有646張圖像,其中??18??
本文編號(hào):3291715
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3291715.html
最近更新
教材專著