多模态智能视觉导航方法与流程

技术特征：
1.多模态智能视觉导航方法，其特征在于，具体包括以下步骤：s1.图像采集借助单双目相机对目标对象的环境进行采集，然后将对环境进行采集的视频和图片传输的ccd图像传感器。s2.图像预处理采集到的图像或视频容易受到噪声或者是背景的影响，所以需要先进行图像的预处理。s3.环境处理借助ccd图像传感器对目标对象周围的环境进行光学处理。s4.压缩信息借助外部图像处理器进行图像信息采集，然后将采集到的图像信息进行压缩处理。s5.信息反馈将压缩处理的图像信息反馈到一个提前搭建好的子系统，子系统由神经网络和统计学构成。s6.导航定位通过这个子系统将采集到的信息和目标对象的实际位置联系起来，然后可以完成目标对象的自主导航定位功能。2.根据权利要求1所述的多模态智能视觉导航方法，其特征在于：所述s1中，采用的单双目相机以超高速相机为主，也可以选择动捕相机替代超高速相机，因为动捕相机的优势就是高精准定位。3.根据权利要求1所述的多模态智能视觉导航方法，其特征在于：所述s2中，图像的预处理包括图像的去噪、灰度化、二值化等，去除图像中的噪音、灰度化、二值化等可以更好的对图像或视频进行处理，其中去噪的方法是滤波，中值滤波能有效抑制噪声，较好地保留边缘信息，是用于边缘跟踪的一种实用去噪方法。4.根据权利要求1所述的多模态智能视觉导航方法，其特征在于：所述s3中，ccd图像传感器把光影像转化为数字信号，ccd图像传感器的作用就像胶片一样，但ccd图像传感器是把图像转换成数字信号。5.根据权利要求1所述的多模态智能视觉导航方法，其特征在于：所述s4中，图像处理器适用于转换、合成等图像处理使用的专用处理器，即通过取样和量化过程将一个以自然形式存在的图像变换为适合计算机处理的数字形式，包括图片直方图、灰度图等的显示，图片修复，即指通过图像增强或复原，改进图片的质量。6.根据权利要求1所述的多模态智能视觉导航方法，其特征在于：所述s5中，神经网络通过模仿动物神经网络为特征，进行分布式并行信息处理的算法数学模型，这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。7.根据权利要求1所述的多模态智能视觉导航方法，其特征在于：所述s6中，神经网络将处理的信息与目标对象的实际位置联系起来，然后可以完成目标对象的自主导航定位功能。

技术总结
本发明提供多模态智能视觉导航方法，涉及信息处理技术领域。该多模态智能视觉导航方法，具体包括以下步骤：S1.图像采集，借助单双目相机对目标对象的环境进行采集，然后将对环境进行采集的视频和图片传输的CCD图像传感器，S2.图像预处理，S3.环境处理，S4.压缩信息，S5.信息反馈，S6.导航定位。通过对图像采集后对图像进行预处理，采集到的图像或视频容易受到噪声或者是背景的影响，所以在进行环境处理时，导致CCD图像传感器对目标对象周围的环境光学处理时，处理会受到干扰，不能够达到预期的处理效果，增加对图像的预处理可以有效的减少噪音、灰度化、二值化的干扰，对图像或视频可以更好的进行光学处理。以更好的进行光学处理。


技术研发人员：宋霄罡
受保护的技术使用者：镇江智飞数据科技有限公司
技术研发日：2022.11.21
技术公布日：2023/3/10