10.3969/j.issn.1006-2475.2020.02.024
基于改进的Adaboost和LBP危险物品检测算法研究
针对目前由于环境亮度、光照等多种干扰因素影响,导致对危险物品检测正确率下降的问题,提出一种利用Ada-boost和LBP的危险物品检测改进算法,实现了提高正确率和快速识别的目的.该改进算法在训练阶段加入对正样本的HSV颜色空间分类,从而提高了级联分类器的检测效率,同时结合改进的LBP算法进行特征值的提取.相比于传统的物体检测方法,将检测正确率提高了2个百分点,达到93.29%.最后将该算法移植到救援机械臂工作平台,实验结果表明,该改进检测算法在实际环境检测中能够准确、快速地识别危险物品,训练效率明显,同时在不同光照亮度条件下具有良好的鲁棒性,满足实用性要求.
危险物品检测、Adaboost算法、LBP特征、HSV颜色空间、级联分类器、救援机器人
TP391.4(计算技术、计算机技术)
国家自然科学基金资助项目;河南师范大学大学生创新创业计划项目国家级重点项目;河南师范大学教学改革研究基金资助项目;河南师范大学博士启动课题
2020-04-14(万方平台首次上网日期,不代表论文的发表时间)
共5页
122-126