《基于人类视觉特性的机器视觉系统》由会员分享，可在线阅读，更多相关《基于人类视觉特性的机器视觉系统（6页珍藏版）》请在金锄头文库上搜索。
1、第 !“ 卷# 第 $ 期 %.: $% :7?83 :9860A1 831490:7B采用色度 （6794B8:060:C） 差分而非通常的亮度 （0A:0:C） 差分的原因是， 实际环境受光线等因素影响， 运动目标的阴影也会与运动目标一起被检出， 出现 “形影不离”的现象， 常导致跟踪系统误判。由于阴影遮挡前后像素的亮度值明显不同， 但色度值基本不变， 采用色度差分可有效地消除阴影的影响%D， 实际应用时取得了较好的效果。背景模型建立方法是以图像序列的平均值作为参考图像并实时更新。差分运算初步检出目标后， 还需要对图像进行处理，以方便后续的特征提取及目标识别。先对检出的差分图像进行二值化；
2、 再采用形态学的方法对图像进行腐蚀膨胀， 滤除空洞、 碎片及噪声； 对于面积较小、 不产生歧义的空洞干扰， 可以不予考虑， 只对面积较大的联通区域进行标记， 以减少计算量。然后标记出最大面积的连通区域，即得到运动目标的所在区域。D）特征提取采用计算 “不变矩” 的方法提取形状特征。一些基本的二维形状特征都与矩有直接的关系， 被称为旋转、 平移、 尺度不变量， 具有稳定性好， 易于实现， 匹配效率高的特点。对于非负整数 + 和 , ， 二维数字图像 ?=4A5 B8? ;89AB C:ADEFG, + 5DCA 59CHACF IFDA， *-#， “* （.） ： #-“/#%0+ * $ 张
3、小俊， 张明路， 戴士杰+ 拟人机器人头部研究综述, + 仪器仪表学报， *-J， “- （%） ： *%J/*.+(156K L ,，(156K M N，O5P I1 ,+ I9:;F Q9/HAFR :SC Q9:FAB ? IDF WQ=8BG= AFR SFD8 M + M5 XN，C:AF8+ YF SFD HADQFF, + 5WWBDACF ? 7HW9CR? D9BA: C:ADEFG CQ W:F , + P :AF8+ F6F FGFFC:B 8C:ACF Q9HAF ;8F WQ=8BGDAB HD? P JCQ PFCFAB 7F?FBFD MA:8/?FF/SA8DA
4、BACF S= FRF I=8CCF RF ?: H9BCWB;FG CA:GHFR:FAB DAHD+ P+ PFCB+ 7F?+ F SCD8，PFCDF ABG:CQH ?: H;FGSZFC:BBG=， *-#， * （I9WW%+ ） ： “!/.%+%- $LP I，N32 ,，K26K (，HHFC:B ?WAF/CBC/H DAH: ;89AB C:ADEFG SA8F AF A9/CFH98 QWCD? CQFAB 7F?F PFCSC8 AFRI=8C，75，3I5，2DC *J / 6; *，*-0：*%“!/*%.“+% $ (23 1，K26K (，LP I，R? C
5、QF/SA:R WAF/CBC DFC:B 8=8CF SHHD? P PFCFAB 7F?FMFD8 AFR 59CHACF+ N9=AFG，7QFA，,9FFAB ;8F Q9/HAF HCF RF SA8F ARAWC;9FR HR/9:FAB ? YF F C:ADEFG 8=8C9：(Q9 3F;FCF998 CA:GF H9BCWB9:FAB ? FD HFC:FG 8=8C: A9CHACD ;H , + 7QF9:FAB? ID*?4=4, 7,948:,;A ,7 8+-:;2547; ,7 FD472 7,948:,;A3 ?,: 84:4+86D ,7;484:;: =62: 7/,7,6 *+6D,74 9,:,7 +75 6*E-4. :A:;4* 67;8-3! ! 陈铁军， 6D470 1123 4523 67!()* +%),-* 8464,945 GDH =8* I,+7J,+;7C D4 ,: + E8=4:8 +75 GDH :2)E489,:8 ,7 FD472 7,948:,;A3 ?,: 84:4+86D ,7;484:;: =62:7 6*E-4. :A:;4* 67;8- ;D48A +75 +EE-,6+;,73
