摘要
本发明提出一种基于图像边缘自适应闭合的动态物体去除方法,首先对输入图像进行预处理,包括降噪、灰度转换和对比度增强;采用自适应边缘提取操作,根据局部纹理特性计算阈值进行边缘检测,再进行边缘连接与区域封闭,通过分析其8邻域结构特征值和自适应阈值进行连接;对未完全闭合的边缘,通过端点特征提取、曲线拟合和自适应延伸实现边缘完全闭合;最后基于特征点密度和随机采样一致性算法,精确检测和去除动态区域,并估计相机位姿。本发明利用改进的边缘检测和连接算法,结合自适应阈值和梯度信息,实现了对图像边缘的精确提取和可靠连接,克服了传统边缘检测方法中边缘断裂和不封闭的缺陷,提高了场景中动态物体区域划分的准确性。
技术关键词
动态物体
端点
特征点
一致性算法
闭合轮廓
滑动窗口
RANSAC算法
纹理
边缘检测方法
彩色图像
累积分布函数
特征值
邻域
相机
直方图均衡化
图像灰度值
加权平均法
系统为您推荐了相关专利信息
包装单元
三维相机
检测定位方法
棋盘格图像
坐标系
冲锋衣
特征点云
虚拟三维模型
三维试衣系统
数据
多传感器数据融合
关键帧
激光雷达
地图
定位方法
健康监测数据
多层级结构
预警模型
多视角
监测策略