3D激光雷达是水面无人艇(USV)的关键感知模块,水域杂波的干扰会降低模块的目标检测能效,影响自主导航避障功能。提出一种基于3D激光雷达的水面目标DBSCAN-VoxelNet联合检测算法。该算法采用具有噪声的密度聚类方法(DBSCAN)滤除水面杂波干扰;基于VoxelNet深度神经网络将水面稀疏点云数据划分为体素形式,并将结果输入哈希表进行高效查询;经特征学习层提取特征张量,并将张量输入卷积层获取全局目标信息,实现高精度目标检测。实验结果表明,所提联合检测算法对水域杂波有较好的抑制性能,平均精度均值(mAP)为82.4%,有效提高了对水面目标的检测精度。
水面无人艇 目标检测 3D激光雷达 密度聚类方法 VoxelNet 激光与光电子学进展
2022, 59(18): 1815006
多阈值图像分割中经常出现所选阈值数量不能事先确定的情况。为解决这一问题, 提出一种基于聚类技术的多阈值图像分割方法, 通过Mean Shift技术找出模式中心, 通过迭代选择确定相邻模式中心的不同阈值, 最后用多阈值完成对图像的分割。仿真实验结果表明, 这一方法可有效应用于图像分割, 并取得较好的效果。
多阈值 图像分割 聚类方法 迭代 multi-threshold image segmentation clustering method iteration 太赫兹科学与电子信息学报
2018, 16(4): 715