一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

PK傳統(tǒng)診斷法,ADI峰值和起始點(diǎn)檢測(cè)算法更加可靠!

analog_devices ? 來(lái)源:YXQ ? 2019-06-30 12:20 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

心率(HR)監(jiān)測(cè)是許多現(xiàn)有的可穿戴設(shè)備和臨床設(shè)備的一個(gè)關(guān)鍵特性,但這些設(shè)備還沒(méi)有配備利用逐搏間隔來(lái)測(cè)量持續(xù)心率變異性(HRV)的功能。HRV包括從自心電圖(ECG)提取的連續(xù)心跳之間的間隔時(shí)間(稱為心搏間期)變化。HRV包含總所周知的生物特征識(shí)別信息,反映了自主神經(jīng)系統(tǒng)的交感神經(jīng)和副交感神經(jīng)活動(dòng)。

研究人員廣泛使用HRV這一工具來(lái)幫助臨床診斷和測(cè)量健康方面的生物信息,如睡眠階段、壓力狀態(tài)和疲勞狀況等。研究人員廣泛使用HRV這一工具來(lái)幫助臨床診斷和測(cè)量健康方面的生物信息,如睡眠階段、壓力狀態(tài)和疲勞狀況等。鑒于ECG測(cè)量的技術(shù)要求,在事故/災(zāi)難現(xiàn)場(chǎng)、戰(zhàn)場(chǎng)或者在心電圖可能引起電氣干擾的區(qū)域,并不一定能獲取這種信號(hào)

光電容積脈搏波信號(hào)中提取的脈搏率變異性可能被用于替代HRV。PPG信號(hào)的獲取方式為:用LED照射人體皮膚,然后用光電二極管測(cè)量血流引起的反射光強(qiáng)度變化。

此外,PPG還可以提供與心血管系統(tǒng)有關(guān)的信息,如心率、動(dòng)脈壓、硬度指數(shù)、脈搏傳導(dǎo)時(shí)間、脈搏波傳導(dǎo)速度、心輸出量、動(dòng)脈順應(yīng)性和外周阻力等。然而,受血液灌流不良、環(huán)境光線以及最重要的運(yùn)動(dòng)偽像(MA)的影響,基于PPG的算法的性能會(huì)降低。業(yè)界已提出許多信號(hào)處理技術(shù)來(lái)消除MA噪聲,包括ADI公司的運(yùn)動(dòng)抑制和頻率跟蹤算法,通過(guò)使用一個(gè)靠近PPG傳感器放置的三軸加速度傳感器來(lái)實(shí)現(xiàn)。

很關(guān)鍵的一點(diǎn)是要從PPG波形中準(zhǔn)確地提取出重要的點(diǎn),如收縮期峰值、起始點(diǎn)和重搏切跡,用于實(shí)施PRV分析。PPG波形的起始是由于血液開(kāi)始從心臟輸出到主動(dòng)脈引起的,而重搏切跡則表示射血結(jié)束或主動(dòng)脈瓣關(guān)閉。沒(méi)有適用于PPG信號(hào)的可靠檢測(cè)算法讓研究人員無(wú)法利用PPG來(lái)全面開(kāi)展PRV分析,至少一定程度上是如此。之前關(guān)于PRV的一些研究忽略了基準(zhǔn)點(diǎn),據(jù)報(bào)道有些是使用人工方法或根據(jù)經(jīng)驗(yàn)檢測(cè)收縮期峰值,有些則是基于沒(méi)有經(jīng)過(guò)驗(yàn)證的時(shí)間窗口算法來(lái)獲取脈搏峰值。

本文提出一種可靠的峰值和起始點(diǎn)檢測(cè)算法,該算法使用最初被提議用于動(dòng)脈血壓(ABP)波形的描繪方法。需要注意的是,采用腕戴式設(shè)備的PPG信號(hào)包含許多運(yùn)動(dòng)偽影、基線波動(dòng)、反射波以及其他可能影響檢測(cè)算法行為的噪聲。因此,在將數(shù)據(jù)饋入逐搏提取模型之前,會(huì)對(duì)其實(shí)施預(yù)處理。本項(xiàng)工作使用的自動(dòng)描繪器是一種混合方法,利用從原始PPG預(yù)處理得來(lái)的不同信號(hào)和信號(hào)的一階導(dǎo)數(shù)來(lái)提取峰值和起始點(diǎn)。我們使用通過(guò)ADI手表平臺(tái)收集的大型數(shù)據(jù)庫(kù)來(lái)提供同步PPG和ECG信號(hào)。至于存儲(chǔ)器大小,這種算法需要的內(nèi)存較小,在ADI手表平臺(tái)中可作為嵌入式算法使用。利用覆蓋率、靈敏度、正檢測(cè)率,以及逐次差分的均方根,對(duì)該算法實(shí)施了驗(yàn)證,并與來(lái)自ECG信號(hào)的逐博結(jié)果進(jìn)行了比較。

基于PPG形態(tài)學(xué)的逐搏算法

在本節(jié)中,我們將詳細(xì)介紹所提出的適用于手腕PPG信號(hào)的逐搏算法,該算法由(i)預(yù)處理和(ii)高分辨率逐搏提取模塊組成。該算法的框圖如圖1所示。

圖1.提出的逐搏提取算法的流程圖,包含(i)預(yù)處理和(ii)高分辨率B2B提取。

預(yù)處理

PPG信號(hào)易受周邊組織的不良血液灌流和運(yùn)動(dòng)偽像的影響是眾所周知的。18為將這些因素的影響降至最小,以免干擾隨后的PPG分析和逐博估算,須有一個(gè)預(yù)處理階段。這個(gè)步驟包括:

幀傳輸和窗口

帶通濾波(0.4 Hz至4 Hz)

自動(dòng)增益控制(AGC),用于限制信號(hào)幅度

信號(hào)幅度

TPPG輸入數(shù)據(jù)使用T0秒窗口進(jìn)行處理,進(jìn)一步的數(shù)據(jù)塊則通過(guò)移動(dòng)帶有mT0(m=3/4)重疊的窗口進(jìn)行處理。然后需要一個(gè)帶通濾波器來(lái)消除PPG信號(hào)的高頻成分(如電源)和低頻成分(如毛細(xì)血管密度和靜脈血容量的變化、溫度變化等等)。

圖2. PPG圖。

圖2a和2b顯示了濾波前后的PPG信號(hào)。濾波器的截止頻率為0.4Hz和4Hz。HR的基波頻率范圍為0.4Hz至3Hz。因此,使用更高一點(diǎn)的范圍進(jìn)行逐搏估算即可將強(qiáng)調(diào)搏動(dòng)次數(shù)的諧波包含在內(nèi)。使用中值濾波器去除濾波信號(hào)中突然出現(xiàn)的尖峰值。然后,AGC模塊將信號(hào)電平限制為±V伏,以在稍后的階段通過(guò)確認(rèn)信號(hào)的幅度來(lái)驗(yàn)證所選的峰值。用于HRV的PPG測(cè)量流程持續(xù)時(shí)間較長(zhǎng),不可避免地會(huì)引入另一種偽影,例如基線漂移。因此,使用低通有限脈沖響應(yīng)(FIR)濾波器對(duì)幀內(nèi)的PPG樣本陣列進(jìn)行平滑處理(如圖2c所示),以去除基線漂移噪聲,并得到更為平滑的、適用于描繪模塊的信號(hào)。

高分辨率逐搏提取模塊

逐搏提取算法由以下模塊組成:

插值

描繪

高分辨率逐搏提取

信號(hào)質(zhì)量指標(biāo)

預(yù)處理模塊的輸出被饋入插值模塊,以提高逐搏提取算法的精度。如果在第一幀中給出從t0至tτG分段,其逐搏間隔為b0和bτ-τ,我們會(huì)使用端點(diǎn)之間的n個(gè)點(diǎn),以線性方式插入逐搏間隔值,然后從b0和bτ.τ提取高分辨率逐搏間隔值(例如,1ms分辨率)。

接下來(lái),描繪模塊依靠信號(hào)形態(tài)學(xué)和節(jié)奏信息來(lái)提取峰值和起始點(diǎn)。因此,進(jìn)行逐搏檢測(cè)時(shí),不僅需要收縮期峰值,還應(yīng)報(bào)告起始點(diǎn)和重搏切跡。提議的描繪器從理論上來(lái)說(shuō),與兩篇文章中所示的描繪器相似,一篇是“一種用于光電容積脈搏波波形的自適應(yīng)描繪器”,一篇是“關(guān)于用于動(dòng)脈血壓波形的自動(dòng)描繪器”,該描繪器利用來(lái)自信號(hào)一階導(dǎo)數(shù)的一對(duì)轉(zhuǎn)折和過(guò)零點(diǎn)進(jìn)行調(diào)整以適應(yīng)手腕PPG信號(hào)。圖2d描繪了轉(zhuǎn)折和過(guò)零點(diǎn),以進(jìn)行PPG表征。對(duì)于過(guò)零點(diǎn),信號(hào)通過(guò)零相位失真濾波器來(lái)處理,通過(guò)匹配初始條件將啟動(dòng)和結(jié)束瞬變最小化。這是為了確保在濾波之后仍然保有時(shí)域特性。

注意,來(lái)自PPG波形導(dǎo)數(shù)的起始點(diǎn)與最大轉(zhuǎn)折之前的過(guò)零點(diǎn)對(duì)應(yīng),而收縮期峰值與該轉(zhuǎn)折點(diǎn)之后的過(guò)零點(diǎn)相關(guān)。用在這種逐搏算法中的信號(hào)質(zhì)量指標(biāo)為清晰度,并指明了信號(hào)的信號(hào)音范圍。這種指標(biāo)最初是在Philip McLeod和Geoff Wyvill的文章“通過(guò)更聰明的方式來(lái)查找音調(diào)”中提出的,該指標(biāo)采用歸一化平方差函數(shù)(一種自相關(guān)函數(shù))來(lái)查找信號(hào)的周期性。我們使用這個(gè)指標(biāo)來(lái)決定逐搏算法什么時(shí)候能夠可靠地報(bào)告峰值和起始點(diǎn)。

來(lái)自ADI腕表平臺(tái)的評(píng)估結(jié)果

我們的PPG逐搏算法的結(jié)果與Pan-Tompkins算法的結(jié)果進(jìn)行了比較,后者是一種公認(rèn)的心電圖峰值檢測(cè)算法。收集的數(shù)據(jù)用于評(píng)估使用ADI生命體征監(jiān)測(cè)(VSM)腕表平臺(tái)的算法。ADI VSM iOS應(yīng)用被用于通過(guò)藍(lán)牙?連接與手表接口。ADI腕表包含一個(gè)PPG傳感器,用于收集來(lái)自受試者手腕的PPG信號(hào)。此外,也會(huì)在ADI腕表上收集ECG信號(hào)。有3個(gè)ECG電極連接到受試者的胸部區(qū)域。這些電極上的電線連接到ADI腕表上,以處理這些信號(hào),并與PPG信號(hào)同時(shí)記錄下來(lái)。這個(gè)平臺(tái)提供同步化的PPG和ECG信號(hào)。圖3a所示為用于數(shù)據(jù)收集的ADI腕表,而圖3b所示為iOS應(yīng)用界面和從平臺(tái)獲取的示例信號(hào)。

圖3. ADI平臺(tái)和工具。

評(píng)估指標(biāo)和結(jié)果

在計(jì)算逐搏指標(biāo)之前,需要先執(zhí)行異常值剔除過(guò)程,以確定Pan-Tompkins算法輸出和我們的PPG逐搏算法輸出中缺失的/額外的峰值,這一點(diǎn)非常重要。忽略缺失的/額外的峰值可能導(dǎo)致心跳時(shí)長(zhǎng)異常,進(jìn)而得出不準(zhǔn)確的結(jié)果。ECG信號(hào)中缺失的/額外的峰值是通過(guò)檢查由Pan-Tompkins算法提供的連續(xù)心跳時(shí)長(zhǎng)來(lái)確定的。心跳時(shí)長(zhǎng)改變超過(guò)20%的任何ECG峰值都被標(biāo)記為異常值。剔除這些ECG峰值之后,通過(guò)將每個(gè)ECG峰值與PPG信號(hào)中的峰值關(guān)聯(lián)來(lái)確定PPG信號(hào)中缺失的/額外的峰值。如果PPG峰值在ECG峰值的時(shí)間接近范圍內(nèi),則將其與ECG峰值關(guān)聯(lián)。當(dāng)PPG峰值無(wú)法確定,或者ECG峰值的時(shí)間接近范圍內(nèi)確定的峰值數(shù)量過(guò)多時(shí),則將它們識(shí)別為異常值。在計(jì)算指標(biāo)期間,這些缺失的/額外的PPG心跳可能導(dǎo)致的異常心跳時(shí)長(zhǎng)作為異常值被忽略。

利用通過(guò)我們建議的算法以及Pan-Tompkins算法得出的逐搏值,對(duì)多個(gè)指標(biāo)實(shí)施了計(jì)算。這些指標(biāo)包括:

(i)覆蓋范圍(等式1);

(ii)靈敏度(Se)等式2);

(iii)正檢測(cè)率(P+)等式3);

(iv)逐次差分的均方根(RMSSD)等式4)。

圖4展示了用于指標(biāo)計(jì)算的一些值的直觀表示。

圖4.顯示ECG和PPG信號(hào)與IBI,以及逐搏算法分析原始的PPG信號(hào)得出的峰值和起始點(diǎn)。

其中TP(真陽(yáng)性)表示PPGB2B算法正確識(shí)別的心跳次數(shù),F(xiàn)P(假陽(yáng)性)表示與ECG中的實(shí)際心跳不對(duì)應(yīng)的PPG心跳次數(shù),F(xiàn)N(假陰性)表示PPG逐搏算法遺漏的心跳次數(shù)。心搏間期(IBI)是連續(xù)ECG峰值、PPG峰值或PPG起始點(diǎn)之間的時(shí)間間隔。

為了評(píng)估我們的算法,我們同時(shí)從每位受試者收集PPG和ECG信號(hào)。我們從不同年齡、不同膚色和不同體型的廣大受試者收集收據(jù)。這是為了確保我們的評(píng)估結(jié)果適用于所有人群。數(shù)據(jù)采集自27位受試者(膚色不同的男性和女性),每位檢測(cè)2分30秒。要求受試者前半段時(shí)間保持站姿,后半段時(shí)間保持坐姿。表1是通過(guò)逐搏算法得出的每個(gè)指標(biāo)的平均值。如表中所示,與來(lái)自ECG信號(hào)的結(jié)果相比,手腕數(shù)據(jù)的覆蓋范圍、靈敏度和正檢測(cè)率都高于83%,RMSSD平均差則低于20 ms。

Table 1. Beat-to-Beat Metrics Results

討論和總結(jié)

本文提出了可對(duì)手腕PPG信號(hào)實(shí)施PRV分析的可靠峰值和起始點(diǎn)檢測(cè)算法。該算法采用多個(gè)預(yù)處理階段,建議采用混合描繪算法來(lái)檢測(cè)手腕PPG信號(hào)的基準(zhǔn)點(diǎn)。我們將ADI多感手表用作評(píng)估平臺(tái),對(duì)建議的算法進(jìn)行測(cè)試。結(jié)果顯示,與ECG HRV存在較強(qiáng)的相關(guān)性和一致性。未來(lái)的工作將側(cè)重于應(yīng)用運(yùn)動(dòng)抑制算法和處理PRV分析中遺漏心跳次數(shù)的問(wèn)題。

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • ADI
    ADI
    +關(guān)注

    關(guān)注

    148

    文章

    46036

    瀏覽量

    260362
  • 算法
    +關(guān)注

    關(guān)注

    23

    文章

    4706

    瀏覽量

    95157

原文標(biāo)題:PK傳統(tǒng)診斷法,ADI峰值和起始點(diǎn)檢測(cè)算法更加可靠!

文章出處:【微信號(hào):analog_devices,微信公眾號(hào):analog_devices】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    基于RK3576開(kāi)發(fā)板的車(chē)輛檢測(cè)算法

    車(chē)輛檢測(cè)是一種基于深度學(xué)習(xí)的對(duì)人進(jìn)行檢測(cè)定位的目標(biāo)檢測(cè),能廣泛的用于園區(qū)管理、交通分析等多種場(chǎng)景,是違停識(shí)別、堵車(chē)識(shí)別、車(chē)流統(tǒng)計(jì)等多種算法的基石算法
    的頭像 發(fā)表于 05-08 17:34 ?879次閱讀
    基于RK3576開(kāi)發(fā)板的車(chē)輛<b class='flag-5'>檢測(cè)算法</b>

    基于RK3576開(kāi)發(fā)板的安全帽檢測(cè)算法

    安全帽佩戴檢測(cè)是工地、生產(chǎn)安全、安防的重中之重,但人為主觀檢測(cè)的方式時(shí)效性差且不能全程監(jiān)控。AI技術(shù)的日漸成熟催生了安全帽佩戴檢測(cè)方案,成為了監(jiān)督佩戴安全帽的利器。本安全帽檢測(cè)算法是一
    的頭像 發(fā)表于 05-08 16:59 ?1557次閱讀
    基于RK3576開(kāi)發(fā)板的安全帽<b class='flag-5'>檢測(cè)算法</b>

    基于RK3576開(kāi)發(fā)板的人員檢測(cè)算法

    展示了RK3576開(kāi)發(fā)板的人員檢測(cè)算法例程及API說(shuō)明
    的頭像 發(fā)表于 05-07 17:33 ?272次閱讀
    基于RK3576開(kāi)發(fā)板的人員<b class='flag-5'>檢測(cè)算法</b>

    麥科信汽車(chē)診斷示波器在機(jī)車(chē)維修領(lǐng)域中的應(yīng)用實(shí)例

    結(jié)果均顯示正常。 (2)線路驗(yàn)證:中心排查傳感器至ECU的供電、接地及信號(hào)線,確認(rèn)線路無(wú)斷路/短路/接觸不良等異常。 (3)故障點(diǎn)檢測(cè)分析與解決:中心轉(zhuǎn)向CAN總線檢測(cè),通過(guò)麥科信汽車(chē)診斷示波器
    發(fā)表于 04-18 18:26

    基于RV1126開(kāi)發(fā)板的安全帽檢測(cè)算法開(kāi)發(fā)

    安全帽佩戴檢測(cè)是工地、生產(chǎn)安全、安防的重中之重,但人為主觀檢測(cè)的方式時(shí)效性差且不能全程監(jiān)控。AI技術(shù)的日漸成熟催生了安全帽佩戴檢測(cè)方案,成為了監(jiān)督佩戴安全帽的利器。本安全帽檢測(cè)算法是一
    的頭像 發(fā)表于 04-14 15:10 ?260次閱讀
    基于RV1126開(kāi)發(fā)板的安全帽<b class='flag-5'>檢測(cè)算法</b>開(kāi)發(fā)

    基于ADI LTC6813電芯監(jiān)控器實(shí)現(xiàn)BMS開(kāi)路檢測(cè)功能

    開(kāi)路檢測(cè)功能對(duì)于安全可靠地運(yùn)行電池管理系統(tǒng)(BMS)起著至關(guān)重要的作用。鑒于其重要性,我們建議對(duì)BMS感興趣或會(huì)參與BMS設(shè)計(jì)的人員花時(shí)間了解這項(xiàng)功能。本文以ADI的電芯監(jiān)控器為例,詳細(xì)討論了BMS
    的頭像 發(fā)表于 04-14 14:17 ?930次閱讀
    基于<b class='flag-5'>ADI</b> LTC6813電芯監(jiān)控器實(shí)現(xiàn)BMS開(kāi)路<b class='flag-5'>檢測(cè)</b>功能

    基于RV1126開(kāi)發(fā)板的人臉檢測(cè)算法開(kāi)發(fā)

    在RV1126上開(kāi)發(fā)人臉檢測(cè)算法組件
    的頭像 發(fā)表于 04-14 10:19 ?295次閱讀
    基于RV1126開(kāi)發(fā)板的人臉<b class='flag-5'>檢測(cè)算法</b>開(kāi)發(fā)

    軒轅智駕紅外目標(biāo)檢測(cè)算法在汽車(chē)領(lǐng)域的應(yīng)用

    在 AI 技術(shù)蓬勃發(fā)展的當(dāng)下,目標(biāo)檢測(cè)算法取得了重大突破,其中紅外目標(biāo)檢測(cè)算法更是在汽車(chē)行業(yè)掀起了波瀾壯闊的變革,從根本上重塑著汽車(chē)的安全性能、駕駛體驗(yàn)與產(chǎn)業(yè)生態(tài)。
    的頭像 發(fā)表于 03-27 15:55 ?382次閱讀

    睿創(chuàng)微納推出新一代目標(biāo)檢測(cè)算法

    隨著AI技術(shù)的發(fā)展,目標(biāo)檢測(cè)算法也迎來(lái)重大突破。睿創(chuàng)微納作為熱成像領(lǐng)軍者,憑借深厚的技術(shù)積累與創(chuàng)新能力,結(jié)合AI技術(shù)推出新一代目標(biāo)檢測(cè)算法,以三大核心技術(shù)帶來(lái)AI視覺(jué)感知全場(chǎng)景解決方案突破,助力各產(chǎn)業(yè)智能化升級(jí)。
    的頭像 發(fā)表于 03-20 13:49 ?392次閱讀

    峰值檢測(cè)電路的基本組成

    峰值檢測(cè)電路(Peak Detection Circuit),又稱為峰值檢測(cè)器(Peak Detector),是一種用于測(cè)量信號(hào)波形中最大值(正峰值)或最小值(負(fù)峰值)的電子電路。這種
    的頭像 發(fā)表于 10-10 16:10 ?3726次閱讀

    為什么峰值檢測(cè)電路不穩(wěn)定

    可靠性。 引言 在討論峰值檢測(cè)電路的穩(wěn)定性問(wèn)題之前,我們需要了解峰值檢測(cè)電路的基本原理和常見(jiàn)類型。峰值檢測(cè)電路通常包括一個(gè)比較器、一個(gè)觸發(fā)器和一個(gè)存儲(chǔ)元件(如電容)。當(dāng)輸入信號(hào)超過(guò)存
    的頭像 發(fā)表于 10-10 15:20 ?1147次閱讀

    LM311里面的峰值檢測(cè)電路能檢測(cè)峰值及頻率范圍是多少?

    最近小弟在做峰值檢測(cè)的試驗(yàn),發(fā)現(xiàn)手頭上有的LM311的datasheet里面有峰值檢測(cè)電路圖,不知道它能檢測(cè)的波形頻率和幅度是多少,我的目標(biāo)是達(dá)到10M左右,峰值在100mv以上。不
    發(fā)表于 09-12 06:19

    旗晟機(jī)器人環(huán)境檢測(cè)算法有哪些?

    硬件支撐,更離不開(kāi)強(qiáng)大的算法庫(kù)作為軟件核心,二者相輔相成,缺一不可。今天就來(lái)了解旗晟機(jī)器人環(huán)境檢測(cè)算法。 1、設(shè)施異常監(jiān)測(cè) 通過(guò)集成高精度傳感器與智能圖像識(shí)別技術(shù)。它不僅能檢測(cè)A字梯是否存在變形,還能精確評(píng)估梯腳
    的頭像 發(fā)表于 07-19 17:54 ?849次閱讀
    旗晟機(jī)器人環(huán)境<b class='flag-5'>檢測(cè)算法</b>有哪些?

    圖像識(shí)別算法都有哪些方法

    傳統(tǒng)方法和基于深度學(xué)習(xí)的方法。 傳統(tǒng)圖像識(shí)別算法 1.1 邊緣檢測(cè) 邊緣檢測(cè)是圖像識(shí)別的基礎(chǔ),它用于檢測(cè)
    的頭像 發(fā)表于 07-16 11:14 ?7372次閱讀

    opencv圖像識(shí)別有什么算法

    圖像識(shí)別算法: 邊緣檢測(cè) :邊緣檢測(cè)是圖像識(shí)別中的基本步驟之一,用于識(shí)別圖像中的邊緣。常見(jiàn)的邊緣檢測(cè)算法有Canny邊緣檢測(cè)器、Sobel邊
    的頭像 發(fā)表于 07-16 10:40 ?1848次閱讀