摘要
本发明公开了一种基于机器视觉技术测量的抗干扰目标获取方法,其步骤包括:S1、原始图像多阶段滤波预处理;S2、目标特征提取;S3、随机森林构建:调用历史数据样本库,得到抗干扰目标获取库,从中随机选取M个数据点,为选择的数据点创建决策树,每棵决策树都会产生一个结果,综合分析结果并输出多数投票或平均;S4、通过随机森林,得到目标特征参考集;S5、选择现场检测图片的前N帧作为训练集,通过不断训练获得合适的计票权重,再从第N+1帧图像开始,通过确定的权重并利用Adaboost算法来进行投票分析,确定最终目标。本发明能有效解决在复杂场景下目标捕获过程中的干扰问题,并能有效提高目标检测的准确性和鲁棒性。
技术关键词
机器视觉技术
Adaboost算法
形状特征提取
随机森林
多阶段
时间序列图像
滤波算法
形状描述符
均值滤波器
构建决策树
灰度直方图
运动
训练集
数据
背景噪声
加速度
图片
样本
系统为您推荐了相关专利信息
智能预测方法
识别储层构型单元
测井曲线
特征参数提取
地质力学参数
淋巴细胞
血红蛋白
逻辑回归模型
XGBoost模型
朴素贝叶斯模型