基于B样条的改进型Harris角点检测算法

在研究Harris角点检测算法时发现由于该算法采用高斯低通滤波进行平滑,因而对一些图像进行角点提取时,存在角点信息丢失和位置偏移等现象,而B样条函数可以收敛于高斯函数,并具有良好的逼近能力和紧支性等一些优秀的性质,从而基于B样条函数提出了一种改进的Harris角点提取方法.实验表明,该方法对提取角点非常有效.     

基于精化曲线累加弦长的角点检测技术

提出基于曲线累加弦长来检测角点，可以使得检测结果具有旋转不变性，隐式精化曲线策略可以显著改善角点检测算法的计算精度，从而增强角点检测结果的可靠性．具体给出了一种基于精化曲线累加弦长的角点检测方法，并对其可行性进行数学论证，同时提出了一种区别圆角和尖角的实用技术．实验结果表明，使用文中技术和方法能够有效地解决实际的角点检测问题．     

基于局部曲率函数的角点检测

角点检测是计算机图像处理领域的基本问题之一,在全局曲率函数角点检测的基础上,提出一种基于局部曲率函数的快速角点检测算法.通过Canny算子提取图像的边缘,在边缘的基础上计算轮廓的局部曲率函数,由于Canny算子首先用高斯滤波器对图像平滑处理,尽可能的去除了噪声而不损失角点,计算局部曲率函数的最大峰值,通过设定阈值检测出角点.对算法进行仿真,试验结果表明该算法可以稳定的检测角点,并对旋转、尺度和噪声具有较强的鲁棒性.     

基于B样条的改进型Harris角点检测算法*

在研究Harris角点检测算法时发现由于该算法采用高斯低通滤波进行平滑,因而对一些图像进行角点提取时,存在角点信息丢失和位置偏移等现象,而B样条函数可以收敛于高斯函数,并具有良好的逼近能力和紧支性等一些优秀的性质,从而基于B样条函数提出了一种改进的Harris角点提取方法。实验表明,该方法对提取角点非常有效。     

基于进化策略方法求任意函数的数值积分

提出了两种基于进化策略求任意函数数值积分的新方法,其中方法一是基于混合基函数进化策略的数值积分算法;方法二是基于不等距点分割的进化策略数值积分算法.两种算法都采用适用于高维优化问题的单基因突变进化策略,使得该算法不但能计算通常意义下任意函数的定积分,而且能计算奇异函数积分和振荡函数积分.最后给出几个数值积分算例,并与传统数值积分方法作了比较,仿真结果分析表明,两种算法十分有效,能够快速有效地获得任意函数的数值积分值.     

基于Harris角点的内窥镜图像变形全自动校正算法

提出一种基于Harris角点检测的全自动内窥镜图像变形校正算法. 对一幅黑白棋格图像进行Harris特征点检测并将特征按所属直线进行自动归类. 引入关于全体变形参数的Harris角点子集直线度函数并对它进行Levenberg-Marquardt迭代优化来寻找最优变形参数. 获取图像时无需限定相机与标定图案的相对姿态,算法执行中无需用户交互式干预. 实验结果表明本文算法的校正结果使得内窥镜成像很好地满足线性相机模型,具有亚像素级精 度,是一种快速简单灵活的校正方法,尤其适合临床应用.     

一种改进的快速SUSAN角点检测算法

着重分析SUSAN角点检测速度慢的缺点,提出改进的快速SUSAN角点检测算法。该算法首先比较待测点与其周围半径为R的圆周上像素的灰度,统计连续的具有非相似灰度值的像素个数,根据判定准则得到初始角点,再使用非极值抑制函数选择最优角点。实验结果表明：该改进算法有效地减少角点检测过程的计算量,使得角点检测的效率大大提高。     

基于残噪预测的网络流量异常检测算法

提出一种新的网络流量异常检测算法,拟对观察值序列进行AR模型的拟合,并以残噪函数值作为统计量,用指数平滑方法来实现前一个统计量对后一个统计量的预测,从而完成对异常流量的判断。该算法与GLR检测算法相比更为及时高效,比直接用指数平滑技术对观测值进行检测更为准确可靠,在OPNET模拟的网络流量异常检测中,该算法性能较为理想。     

一种多尺度Harris角点检测方法

为改进角点检测算子的检测性能,提出了一种多尺度的Harris角点检测方法。该方法通过提取不同尺度下的角点,同时根据高斯核尺寸确定非极大值抑制窗口大小,然后根据角点响应函数值对每一尺度下检测出来的角点进行排序,且与前一小尺度下的角点进行比较,剔除伪角点,确保角点的精确定位。通过实验与几种角点检测方法检测结果相比,该方法检测角点的总误差小、错误率低,且匹配程度比原Harris算子显著提高,说明该方法是一种正确而有效的角点检测方法。     

对多尺度边缘检测中边缘位移的研究

多尺度边缘检测的任务之一是寻求噪声平滑与保持细节边缘的折中,现已出现了许多自适应多尺度边缘检测方法,但使用多尺度的边缘检测方法常常使得边缘发生位移.为了使得在大尺度下求取的边缘位置不变,提出了一种根据局部图象特点,在最大尺度下求取保持图象边缘点位置不变的多尺度自适应边缘检测方法,并首先证明了对于绝大多数边缘点,如果使用恰当的小波基,那么,对于常规边缘检测算子,在大尺度下,也能准确定位;然后,利用以小波函数为核函数的积分运算与求导数之间的关系以及小波分析的多尺度特性给出了一种自适应的、保持位置不变的图象边缘检测方法,最后用实验进行了验证.