摘要
本发明公开了一种基于局部二值模式的人工智能视觉检测方法,涉及计算机视觉技术领域,包括,部署光谱传感器阵列定时捕捉光照强度和色温,对光照强度进行瞬间强光干扰去除和温度补偿处理,确定当前光照条件,实现自动化的空间选择逻辑,转换至目标颜色空间,进行自适应权重分配,执行动态LBP特征编码形成特征向量,启动所有摄像头进行图像数据的采集,执行几何变换并集成深度信息构建三维空间模型,利用三维空间模型进行目标识别与匹配,输出最终的检测结果,提高了视觉检测系统因光线突变或温度波动引起的误检或漏检,增强了颜色的区分度和信息的有效利用,提升了目标识别的准确性和效率,增强了检测系统的立体识别能力和对遮挡物的处理能力。
技术关键词
局部二值模式
人工智能视觉
三维空间模型
像素点
光谱传感器
图像
特征数据库
LBP特征提取
深度学习模型
颜色
矩阵计算方法
消除温度变化
表达式
透视变换矩阵
光照强度数据
视角
块匹配算法
系统为您推荐了相关专利信息
卷积神经网络模型
测定方法
细度
灰度共生矩阵
特征提取算法
场景感知方法
三维点云数据
场景感知系统
混合预测模型
感官
镜头畸变校正方法
画面
校正策略
像素点
语义特征
模型构建方法
雷达点云数据
姿态识别模型
轨迹点数据
时间段