量子电子学报 , 2017, 34(3): 293-304.
10.3969/j.issn.1007-5461.2017.03.006
为了对现有机器人的物体识别进行优化和改进,提出了一种新的权重计算方法进行室内场景图像识别.该方法通过对输入场景的转换获取无向带权图,在表面法方向的基础上,使用表面凹凸度这一指标来进行表面粗糙度综合判定,取代了传统的布尔判定,大大提升了抗噪性能,避免出现错误传递放大的情况.基于快速图像分割算法及时识别未知物体.实验结果表明:提出方法的鲁棒性及抗噪能力均较强,优于单纯基于法方向的方法.与基于深度学习与推测的同类方法相比,所提方法性能更好,更适用于实际识别.
材料期刊网