Object detection and recognition is an important task in many computer vision applications. In this paper an Android application was developed using Eclipse IDE and OpenCV3 Library. This application is able to detect objects in an image that is loaded from the mobile gallery, based on its color, shape, or local features. The image is processed in the HSV color domain for better color detection. Circular shapes are detected using Circular Hough Transform and other shapes are detected using Douglas-Peucker algorithm. BRISK (binary robust invariant scalable keypoints) local features were applied in the developed Android application for matching an object image in another scene image. The steps of the proposed detection algorithms are described, and the interfaces of the application are illustrated. The application is ported and tested on Galaxy S3, S6, and Note1 Smartphones. Based on the experimental results, the application is capable of detecting eleven different colors, detecting two dimensional geometrical shapes including circles, rectangles, triangles, and squares, and correctly match local features of object and scene images for different conditions. The application could be used as a standalone application, or as a part of another application such as Robot systems, traffic systems, e-learning applications, information retrieval and many others.


翻译:在许多计算机视觉应用程序中, 检测和识别对象是一项重要任务 。 在本文中, 使用 Eclipse IDE 和 OpenCV3 库开发了一个安卓应用程序。 此应用程序能够检测移动画廊根据其颜色、 形状或本地特征装入的图像中的物体。 图像在 HSV 色彩域中处理, 以更好地检测颜色。 使用 Douglas- Peucker 算法检测圆形形状和其他形状。 BRISK ( 硬性坚固的可缩放关键点) 在开发的安卓应用程序中应用了本地特性, 以匹配另一场景图像中的物体图像。 描述拟议的检测算法的步骤, 并演示了应用程序的界面。 应用程序在银河S3、 S6 和 Note1 智能手机上移植和测试。 根据实验结果, 应用程序能够检测11种不同的颜色, 检测两个维度的几何形状, 包括圆形、 直角、 三角和正方形, 并正确匹配对象和场景图像的本地特征。 。 应用程序可以用作不同条件的移动系统,,, 以及其它系统 的检索系统 。, 可以 应用, 可以作为其他系统 。,, 用于 的系统 的系统 的系统 以及其它系统 。

0
下载
关闭预览

相关内容

Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
无人机视觉挑战赛 | ICCV 2019 Workshop—VisDrone2019
PaperWeekly
7+阅读 · 2019年5月5日
人脸检测库:libfacedetection
Python程序员
15+阅读 · 2019年3月22日
10行代码实现目标检测,请收下这份教程
极市平台
4+阅读 · 2018年6月27日
【推荐】(TensorFlow)SSD实时手部检测与追踪(附代码)
机器学习研究会
11+阅读 · 2017年12月5日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
【推荐】深度学习目标检测概览
机器学习研究会
10+阅读 · 2017年9月1日
【推荐】Python机器学习生态圈(Scikit-Learn相关项目)
机器学习研究会
6+阅读 · 2017年8月23日
Clustered Object Detection in Aerial Images
Arxiv
5+阅读 · 2019年8月27日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
Arxiv
11+阅读 · 2019年1月24日
Arxiv
3+阅读 · 2018年6月14日
Arxiv
4+阅读 · 2016年12月29日
VIP会员
相关VIP内容
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
相关资讯
无人机视觉挑战赛 | ICCV 2019 Workshop—VisDrone2019
PaperWeekly
7+阅读 · 2019年5月5日
人脸检测库:libfacedetection
Python程序员
15+阅读 · 2019年3月22日
10行代码实现目标检测,请收下这份教程
极市平台
4+阅读 · 2018年6月27日
【推荐】(TensorFlow)SSD实时手部检测与追踪(附代码)
机器学习研究会
11+阅读 · 2017年12月5日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
【推荐】深度学习目标检测概览
机器学习研究会
10+阅读 · 2017年9月1日
【推荐】Python机器学习生态圈(Scikit-Learn相关项目)
机器学习研究会
6+阅读 · 2017年8月23日
Top
微信扫码咨询专知VIP会员