首页 期刊 计算机与现代化 基于改进的Adaboost和LBP危险物品检测算法研究 【正文】

基于改进的Adaboost和LBP危险物品检测算法研究

作者:牛道鸿; 马晓东; 吴雪冰; 王芳 河南师范大学电子与电气工程学院; 河南新乡453007; 河南省光电传感集成应用重点实验室; 河南新乡453007
危险物品检测   adaboost算法   lbp特征   hsv颜色空间   级联分类器  

摘要:针对目前由于环境亮度、光照等多种干扰因素影响,导致对危险物品检测正确率下降的问题,提出一种利用Adaboost和LBP的危险物品检测改进算法,实现了提高正确率和快速识别的目的。该改进算法在训练阶段加入对正样本的HSV颜色空间分类,从而提高了级联分类器的检测效率,同时结合改进的LBP算法进行特征值的提取。相比于传统的物体检测方法,将检测正确率提高了2个百分点,达到93.29%。最后将该算法移植到救援机械臂工作平台,实验结果表明,该改进检测算法在实际环境检测中能够准确、快速地识别危险物品,训练效率明显,同时在不同光照亮度条件下具有良好的鲁棒性,满足实用性要求。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅