简介:移动机器人的目标检测要求其对特定的静止或运动物体进行运动分析及检测。以Voyager-III移动机器人系统为研究对象,实现非理想光照下,对橘红色目标足球的运动检测。提出在传统三帧差分法基础上,先利用Markowitz投资组合模型进行足球目标的特征提取,将场地非感兴趣的目标中,出现全部像素值发生变化的目标去除,再进行图像帧间差分。利用CCD摄像机对比赛环境中足球的运动轨迹进行录制,选取具有代表性的各帧视频图像、Markowitz算法优化后的差分图像和跟踪图像,结果表明跟踪图像不含非目标物的干扰,克服了差分图像存在空洞的问题,为移动机器人提供了一种实用的运动目标检测方法。
简介:针对深空次表层探测雷达相邻帧道数据相似的特性,提出了一种对相邻帧道差值数据进行分块自适应量化的算法——帧间差分分块自适应量化(FrameDifferenceBlockAdaptiveQuantization,FD-BAQ)。该算法首先对数据进行分块,然后进行帧间差分,并对差值数据或原始数据进行Lloyd-Max量化,最后用量化后的数据进行重构。在选择对差值数据或原始数据进行量化时,提出用数据方差作为量化误差的衡量指标,当子块差值数据方差小于原始数据方差时,对差值数据进行量化来替代对原始数据量化,否则直接量化原始数据,从而大幅减小量化误差。将该方法与已有改进型BAQ算法比较,实验结果表明,在相同压缩比条件下,FD-BAQ算法在数据域和图像域均能取得更好的压缩效果。