人工智能技术的激光成像雷达图像边缘检测

发布时间：2025-01-15 15:43

　　 当前激光成像雷达采用的图像边缘检测方法,普遍通过边缘噪点轮廓清晰度的逻辑设定,通过不断调整像素点的滤波阈值来完成图像边缘的识别检测效果。此方法在激光连续高速成像状态下,边缘检测误差较高。因此,提出人工智能技术的激光成像雷达图像边缘检测。通过导入基于人工智能技术的激光成像智能识别策略,实现动态自动调用匹配算法的效果;然后,在人工智能策略下引入图像距离结构优化后的滤波算法与全方位角度图像边缘检测算法,通过人工智能技术快速完成两种算法间的调用与切换,使算法间无缝对接,打破单一算法识别逻辑限制带来的误差。通过对不同边缘检测算法间的结果数据对比,证明人工智能技术的激光成像雷达图像边缘检测方法,能够将误差值控制在有效范围内,整体检测效果符合检测要求,且高于实验中对比算法。

【文章页数】：4 页

【部分图文】：

图1 人工智能技术下的激光成像智能识别策略整体结构

人工智能技术下的激光成像智能识别策略整体结构如图1所示2.2图像距离结构优化后的滤波算法引入计算

图2 全方向检测矩阵对应值参照图

首先，对图像所在空间进行8个空间维度方向[10-11]的定义，并将图像的上的任意一个检测像素点设为Q(n,k)，则像素点间所建立的联系与边缘检测矩阵对应值如表1和图2所示。边缘检测像素点Q处于任意一个方向时，所对应的确认量H(n,k)的计算式为:

图3 激光成像雷达图像边缘检测精度对比

采用3种方法对表1的5类激光成像雷达图像边缘进行检测实验，得到的实验结果如图3所示。从图3可以看出，本文方法的激光成像雷达图像边缘检测精度平均值为91.94%，多尺度的边缘检测方法、Canny算子的边缘检测方法、基于LoG算子的激光成像雷达图像边缘检测方法的精度平均值为分别为:8....

图1 激光成像雷达图像特征点过滤过程

为加快激光成像雷达图像边缘特征点匹配准确率，利用人工智能技术过滤噪声对图像边缘特征阈值的干扰，过滤过程见图1所示;第一步，选择图像边缘特征点。第二步，输入图像p={p1,p2,p3，…，pn}，对比图像灰度通道的灰度梯度直方图，再选择对比度较好的灰度通道。将强化后图像的灰度信息作....

本文编号：4027513