基于隐Markov模型的道路图象识别方法

《基于隐Markov模型的道路图象识别方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、“依诺维特”杯机电工程及相关专业研究生学术论文集基于隐Markov模型的道路图象识别方法*杜戊尹洪祥韩清凯杜戊1978年生硕士研究生研究方向为机器人视觉韩清凯东北大学机械工程与自动化学院辽宁省沈阳市110004电话024-83680545E-mailqingkai_han@sohu.com摘要道路图象识别是视觉导航中极其重要的研究内容，通过道路图像的有效识别才可以使移动机械沿正确方向行驶。结合目前图象识别技术的发展，提出一种基于隐Markov模型(HMMs)的道路图像识别方法。将待识别的道路图像

2、进行分割，对子图像进行奇异值分解，提取奇异值向量形成观察序列，即图像奇异值向量作为HMMs的观察向量。确定HMMs参数并计算其最大似然概率，按待识别图像最大似然概率对应所属的类进行识别。采用3类共150幅道路图像(偏左、偏右、正确方向)，识别率达到了85%。与传统的图像识别方法相比，隐Markov模型用于道路图像识别具有较高的有效性和很好的发展前景。关键词道路图像模式识别奇异值向量隐Markov模型(HMMs)中国图书分类法分类号TP24IdentificationMethodofRoadIma

3、gesBasedonHiddenMarkovModelsDuWuYinHongxiangHanQingkaiDuWumalebornin1978masterResearchinRobotVisionHanQingkaiSchoolofMechanicalEngineeringandAutomation,NortheasternUniversityShenyangLiaolin10004Tel024-83680545E-mailqingkai_han@sohu.com.AbstractIdenti

4、ficationmethodofroadimagesisthemostimportantresearchcontentsofvisionbasednavigationsystems,throughtheaccurateidentificationofroadimages,thetravelingmachinecanbedrivedalongareasonablepath.Accordingtotheprogressofthepresentimagesidentificationmethod,an

5、identificationmethodforroadimagesisproposedbasedonHiddenMarkovModels.Atfirst,theimageneedsidentifiedisseparatedintosub-images.Thesingularvaluevectorsareextractedfromallsub-imagesandformtheobservationvectorsofHiddenMarkovModels,namelytheimagesingularv

6、aluevectorsareusedasobservationvectors,*辽宁省优秀骨干教师计划资助。-1-“依诺维特”杯机电工程及相关专业研究生学术论文集TheparameterofHMMsisthensettled,itsmaximumpossibilityiscalculatedandtheroadimagesarethenclassified.Theexperimentalresultsshowthattheidentifiedrateisupto85%withthegiven15

7、0photos.Comparedwiththetraditionalimagesidentificationmethod,HMMswhichisusedtoidentifytheroadimageshashighvalidityandgoodprogressforeground.KeywordsroadimagepatternidentificationsingularvaluevectorHiddenMarkovModels1引言视觉图象信息处理技术是移动机械、机器人视觉研究中的关键技术之一，

8、其中道路检测和障碍物检测是视觉信息处理中的重要内容。道路检测过程中视觉信息能否得到正确、实时地处理直接关系到移动机械的行驶速度、路径跟踪以及对障碍物的避碰等，对车体控制的实时性和鲁棒性也具有决定性的作用。但目前应用于道路图象识别的机器人视觉技术很难区分被探测的目标与背景。为了将障碍与背景分开，需要对图象进行分析及理解，因此所需的识[1]别计算量很大，导致系统的实时性较差。在如何实现图象的智能化识别这一前沿领域中，对图象识别的效果主要决定于图象有效数值特征的提取以及如何利用图象数值特征进行识别。而