文件名称:1
介绍说明--下载内容均来自于网络,请自行研究使用
基于视觉传感器实现道路信息的理解是目前移动机器人自主导航的重要研究方向,其中道路图象的正确分割
是提取有效路径信息的关键。该文针对复杂、干扰因素多的室外环境下传统方法难以实现道路图象正确分割的问题,提
出了一种基于’() 神经网络的道路图象分割方法。该方法通过选取道路图象的归一化色彩分量为特征向量,应用基于
’() 学习算法的神经网络分类器进行道路与非道路识别;为解决环境噪声对神经网络输出的影响,本文设计了串行级联
式四阶形态滤波器实现对神经网络输出的分割图象的滤波处理。通过对实测图象进行分割处理验证了该方法的有效性
和鲁棒性,可用于室外环境下机器人的实时视觉导航控制。
是提取有效路径信息的关键。该文针对复杂、干扰因素多的室外环境下传统方法难以实现道路图象正确分割的问题,提
出了一种基于’() 神经网络的道路图象分割方法。该方法通过选取道路图象的归一化色彩分量为特征向量,应用基于
’() 学习算法的神经网络分类器进行道路与非道路识别;为解决环境噪声对神经网络输出的影响,本文设计了串行级联
式四阶形态滤波器实现对神经网络输出的分割图象的滤波处理。通过对实测图象进行分割处理验证了该方法的有效性
和鲁棒性,可用于室外环境下机器人的实时视觉导航控制。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
一种基于学习向量量化神经网络的图象分割方法.pdf