基于深度学习与霍夫变换的视觉测量方法

摘要

基于深度学习与霍夫变换的视觉测量方法，包括以下步骤：利用双目相机拍摄监控画面，并采用左右目视频图像；针对采集的视频图像，客户端保存拍摄的监控画面并上传至服务器；服务器利用R‑FCN算法定位，并对视频图像进行预处理；客户端是否需要标定图像位置，若选择是则进入客户端更新图像位置信息；若选择否则进入与之前标定位置进行对比，并发出警报；视觉测量过程是否停止。通过R‑FCN目标检测算法实现，并对采集的图像进行校正处理，接着采用直方图均衡化对校正图像进行增强处理，通过霍夫变换完成对视频图像分割处理，提升图像可见性及外界干扰因素的影响；深度学习检测提升了目标检测的精度和鲁棒性。