資源描述：
《基于隱Markov模型的道路圖象識別方法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、“依諾維特”杯機(jī)電工程及相關(guān)專業(yè)研究生學(xué)術(shù)論文集基于隱Markov模型的道路圖象識別方法*杜戊尹洪祥韓清凱杜戊1978年生碩士研究生研究方向?yàn)闄C(jī)器人視覺韓清凱東北大學(xué)機(jī)械工程與自動(dòng)化學(xué)院遼寧省沈陽市110004電話024-83680545E-mailqingkai_han@sohu.com摘要道路圖象識別是視覺導(dǎo)航中極其重要的研究內(nèi)容，通過道路圖像的有效識別才可以使移動(dòng)機(jī)械沿正確方向行駛。結(jié)合目前圖象識別技術(shù)的發(fā)展，提出一種基于隱Markov模型(HMMs)的道路圖像識別方法。將待識別的道路圖像
2、進(jìn)行分割，對子圖像進(jìn)行奇異值分解，提取奇異值向量形成觀察序列，即圖像奇異值向量作為HMMs的觀察向量。確定HMMs參數(shù)并計(jì)算其最大似然概率，按待識別圖像最大似然概率對應(yīng)所屬的類進(jìn)行識別。采用3類共150幅道路圖像(偏左、偏右、正確方向)，識別率達(dá)到了85%。與傳統(tǒng)的圖像識別方法相比，隱Markov模型用于道路圖像識別具有較高的有效性和很好的發(fā)展前景。關(guān)鍵詞道路圖像模式識別奇異值向量隱Markov模型(HMMs)中國圖書分類法分類號TP24IdentificationMethodofRoadIma
3、gesBasedonHiddenMarkovModelsDuWuYinHongxiangHanQingkaiDuWumalebornin1978masterResearchinRobotVisionHanQingkaiSchoolofMechanicalEngineeringandAutomation,NortheasternUniversityShenyangLiaolin10004Tel024-83680545E-mailqingkai_han@sohu.com.AbstractIdenti
4、ficationmethodofroadimagesisthemostimportantresearchcontentsofvisionbasednavigationsystems,throughtheaccurateidentificationofroadimages,thetravelingmachinecanbedrivedalongareasonablepath.Accordingtotheprogressofthepresentimagesidentificationmethod,an
5、identificationmethodforroadimagesisproposedbasedonHiddenMarkovModels.Atfirst,theimageneedsidentifiedisseparatedintosub-images.Thesingularvaluevectorsareextractedfromallsub-imagesandformtheobservationvectorsofHiddenMarkovModels,namelytheimagesingularv
6、aluevectorsareusedasobservationvectors,*遼寧省優(yōu)秀骨干教師計(jì)劃資助。-1-“依諾維特”杯機(jī)電工程及相關(guān)專業(yè)研究生學(xué)術(shù)論文集TheparameterofHMMsisthensettled,itsmaximumpossibilityiscalculatedandtheroadimagesarethenclassified.Theexperimentalresultsshowthattheidentifiedrateisupto85%withthegiven15
7、0photos.Comparedwiththetraditionalimagesidentificationmethod,HMMswhichisusedtoidentifytheroadimageshashighvalidityandgoodprogressforeground.KeywordsroadimagepatternidentificationsingularvaluevectorHiddenMarkovModels1引言視覺圖象信息處理技術(shù)是移動(dòng)機(jī)械、機(jī)器人視覺研究中的關(guān)鍵技術(shù)之一，
8、其中道路檢測和障礙物檢測是視覺信息處理中的重要內(nèi)容。道路檢測過程中視覺信息能否得到正確、實(shí)時(shí)地處理直接關(guān)系到移動(dòng)機(jī)械的行駛速度、路徑跟蹤以及對障礙物的避碰等，對車體控制的實(shí)時(shí)性和魯棒性也具有決定性的作用。但目前應(yīng)用于道路圖象識別的機(jī)器人視覺技術(shù)很難區(qū)分被探測的目標(biāo)與背景。為了將障礙與背景分開，需要對圖象進(jìn)行分析及理解，因此所需的識[1]別計(jì)算量很大，導(dǎo)致系統(tǒng)的實(shí)時(shí)性較差。在如何實(shí)現(xiàn)圖象的智能化識別這一前沿領(lǐng)域中，對圖象識別的效果主要決定于圖象有效數(shù)值特征的提取以及如何利用圖象數(shù)值特征進(jìn)行識別。而
