简介:通过仿真对比研究了基于特征匹配的目标识别算法快速性及鲁棒性问题.采用目前常用的STAR、FAST、SIFT(scaleinvariantfeaturetransform)、SURF(speededuprobustfeatures)、ORB(orientedFASTandrotatedBRIEF)、BRISK(binaryrobustinvariantscalablekeypoint)和FREAK(fastretinakeypoint)等算法,对算法快速性和鲁棒性进行比较,并通过不同检测子与描述子的相互结合,找出最佳组合方式,提出了一种运用匹配点数与总耗时的比值来衡量算法综合性能好坏的新方法.仿真对比证明,FAST检测子、BRISK描述子以及STAR与BRISK的组合具有较好的性能.
简介:为克服现有的安全带报警系统存在的不足,提出了一种安全带佩戴视觉检测系统并通过MATLAB实现.该系统首先把采集到的彩色图像转化为灰度图像并进行预处理,然后设计了合适的感兴趣窗口(WOI),用该WOI对灰度图像进行截取,以削减图像数据运算量,同时有效排除了其他区域的干扰,增强了安全带特征.选取合适的全局阈值进行图像分割,计算得到的二值图像中的亮点比率,与设定的亮点比率阈值进行比较,从而判别出安全带是否佩戴规范.再利用MATLABR2012a软件开发了安全带佩戴视觉检测系统软件,实现了对安全带佩戴规范与否的检测.最后,试验选取不同乘员身穿不同衣物,在不同光照环境下进行图像采集与检测试验,总体正确识别率达98.3%.试验结果表明,该检测系统快速有效,具有较强的鲁棒性和实时性.