采用人工鱼群的改进广义Hough变换目标定位
目的 传统广义Hough变换可以在平移、旋转、缩放、局部遮挡等情况下,对任意目标进行定位,但是存在定位速度较慢、存储空间较大、累加器空间离散化等缺点.因此提出了基于全局自适应人工鱼群的广义Hough变换算法,对目标进行更快地定位.方法 根据目标形状的极坐标信息建立精简R表,去除梯度信息,降低计算复杂度,同时提高目标模型的鲁棒性;然后,根据精简R表计算待测目标模型函数值,作为人工鱼的适应度值,人工鱼群采用自适应的感知范围和步长,通过不断交互并协调行为,在连续的多维累加器空间中启发式地搜索最优目标模型参数,从而标定出目标的准确位置.结果 实验结果表明,该算法只需要常量级的存储空间开销,并且与广义Hough变换算法相比速度提高了90%以上,较大地减少了空间和时间开销,也提高了目标的定位精度.结论 新的累加器空间搜索策略,能够更快速准确地定位目标,特别是在复杂背景下对复杂目标定位更为明显.
广义Hough变换、精简R表、全局自适应人工鱼群、目标定位
19
TP391.41(计算技术、计算机技术)
2014-05-05(万方平台首次上网日期,不代表论文的发表时间)
共7页
549-555