首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 109 毫秒
1.
事件相机因其生物视觉的启发渊源,打破了计算机视觉领域的常规数据获取方式,直击计算机视觉领域中RGB图像的痛点,带来了二维图像传感器无法比拟的优势,引起了广大研究者的密切关注.事件相机带来去除冗余信息、快速感知能力、高动态范围的感光能力和低功耗特性等优势的同时,其异步的事件数据无法直接应用于现有的计算机视觉处理模式.因此,利用基于关键事件点的分类方法对事件相机的数据流进行分类.该方法检测带有重要信息的角点事件,并只对角点事件进行特征提取.在保留事件重要特征和凝练提取事件流特征的同时,有效地减少了对其他事件的运算量.对预设手势进行识别,以此验证该方法的有效性,实现了97.86%的准确率.  相似文献   

2.
MOravec和Harris角点检测方法比较研究   总被引:2,自引:0,他引:2  
角点是图像中的重要特征,在图像配准与匹配、运动分析、目标识别、目标跟踪等领域中均得到了广泛的应用.Moravec和Harris算法是计算机视觉领域中应用比较广泛的角点检测方法.介绍了Moravec和Harris及其改进等四种常用的角点检测算法的实现原理及其特点,并对这四种方法进行了分析、比较,给出了它们的效率性能评价.然后通过实验研究了它们在角点检测的速度、正确率和抗噪性等方面的差异,探讨了各种算法的优势和缺陷.最后,文章指出了角点检测技术的研究与发展方向.  相似文献   

3.
在3维场景重构、运动估计、机器视觉等领域,不仅希望能检测出图像中的角点,而且还希望获得角点附近更多的信息,即能对角点进行进一步分类。为了能对图像中检测出的角点进行分类,提出了一种基于有向面积的角点分类方法,该方法首先采用基于协方差矩阵特征向量的小波变换角点检测原理检测出图像边缘上的角点;然后根据角点两侧的边缘信息定义了6种类型的角点;最后通过计算角点附近边缘上顺序排列的3个有向面积,实现对角点的分类。实验表明,基于有向面积的角点分类,具有较高的准确性。  相似文献   

4.
角点检测在图像匹配、形状描述、边缘检测中具有重要作用。鉴于神经网络所具有的自组织、自学习和分布式存储信息的特点,提出了一种基于神经网络的角点检测方法,利用Matlab神经网络工具箱建立角点检测模型,检测图像中的角点。实验证明,神经网络为计算机视觉中的角点检测提供了一个很好的工具。  相似文献   

5.
基于图像的几何建模技术综述   总被引:3,自引:0,他引:3  
三维建模是计算机图形学与计算机视觉领域研究的重要问题.近年来,基于图像的三维建模技术因其成本低、操作简单、逼真性高等优势,逐渐得到研究者的重视,相关研究成果也被广泛应用于文物数字保护、智能人机交互、数字特效制作、实时监控等领域,具有极其重要的研究意义与实用价值.基于图像的建模研究由单一图像、图像序列或视频中,通过自动或交互的方式,恢复出物体、场景三维模型的方法.而基于图像的建模首先需要解决的核心问题是基于图像的几何建模问题.它主要研究的是如何从图像中恢复出物体或场景的三维几何信息.而该技术领域当前综述性文章的缺乏成为其发展的制约因素.因此,对基于图像的几何建模技术进行了综述性的分析与讨论.侧重从计算机视觉的角度,按照建模时所使用视觉线索信息的区别,对目前主流的基于图像几何建模方法进行了归类;分别对各类方法进行了基本原理探讨与研究现状介绍,并作了较深入的对比分析与讨论;最后,经过对现有研究工作的分析,对该领域存在的问题作出了总结,并对其未来可能的发展与研究方向给出了一些预测性建议.  相似文献   

6.
角点检测技术研究进展   总被引:28,自引:0,他引:28  
角点是图像目标的重要的局部特征,角点检测是低层次图像处理的一个重要方法。角点检测在光流计算、运动估计、形状分析、相机标定和3D重建、视觉的定位和测量等方面都有重要的应用;根据实现方法不同可将角点检测算法分为基于模板的方法、基于边缘的方法、基于亮度变化的方法,并将现有的角点检测方法作了较为详细的分析、比较。  相似文献   

7.
距离图像局部特征提取方法综述   总被引:1,自引:0,他引:1  
基于距离图像的三维目标识别是计算机视觉领域的研究热点,而局部特征提取则是实现遮挡和复杂场景下三维目标识别的关键.文中首先介绍距离图像及其表示形式,详细分析法向量、曲率和形状索引等微分几何属性.进而将局部特征检测方法分类为固定尺度和自适应尺度方法,将局部特征描述方法分类为基于深度信息、基于点云空间分布和基于几何属性分布的方法,并对各种具体算法进行阐述、分析和定性评价.最后对现有方法进行归纳总结,并指出所面临的挑战及进一步研究的方向.  相似文献   

8.
《传感器与微系统》2019,(4):121-124
针对传统外螺纹检测方法工作效率低,且难以满足大批量、在线检测等要求的问题,通过机器视觉技术、数字图像处理技术并融合机器学习,提出一种基于角点检测算法的更加高效、精确检测外螺纹参数的非接触式检测方法。通过电荷耦合器件(CCD)相机获取螺纹图像,进行图像处理后,提取图像中的轮廓函数以及角点坐标等有效信息,并通过支持向量机(SVM)进行点集分类操作。通过数据分析,从而达到对螺纹螺距、中径、大径、小径和牙型角参数的测量,达到了控制螺纹加工质量的目的。测试结果表明:每分钟可完成200个螺纹件的参数检测,即检测速度达到3. 3个/s,检测精度达到0. 001 mm。  相似文献   

9.
野生动物监测对于野生动物保护和生态系统维护至关重要, 而野生动物的检测与识别是实现监测的核心技术. 近年来, 随着计算机视觉技术的迅速发展和广泛应用, 基于图像的非接触式方法在野生动物监测领域引起了广泛的关注, 研究人员提出了各种方法来解决该领域的不同问题. 然而, 野外环境的复杂性使得对野生动物进行精确检测和识别仍具有一定的挑战. 为了推动该领域的研究, 本文对现有的基于图像的野生动物监测方法进行了综述, 主要包括3个部分: 野生动物图像获取方法、野生动物影像预处理方法以及野生动物检测与识别算法. 文章按照图像数据集和野生动物检测与识别算法的不同处理机制对这些方法进行了探讨和分类. 最后, 本文对基于深度学习的野生动物监测研究热点与存在问题进行了分析和总结, 并对未来的研究重点提出了展望.  相似文献   

10.
基于图像几何特征点的仿射参数估计算法研究   总被引:2,自引:0,他引:2  
平移、旋转和缩放等仿射变换参数的计算是计算机视觉、目标检测和模式识别领域的关键问题.对3类典型的基于图像特征点的仿射参数计算方案进行了研究与探讨,它们分别是利用SUSAN角检测器、Harris角点检测器和尺度不变特征变换(SIFT)提取图像特征点.针对传统算法对SUSAN和Harris角点进行匹配精度过低的问题,提出了一种新的基于Zernike矩的特征点匹配算法,对匹配的特征点对利用四参数仿射模型进行参数估计和求取.在此基础上对3种方案进行了深入分析和比较,得出SIFT特征点适用范固广、精度高,是较好的仿射参数求取工具.并通过具体的配准实验结果及在图像拼接中的应用证明了算法的有效性.  相似文献   

11.
基于形态学的快速拐点检测统一模型   总被引:6,自引:1,他引:6  
拐点检测一直是计算机的视觉和图像处理中的关键问题,传统方法是通过计算曲率来实现拐点的检测,其要求准确定位拐点所在局部区域的位置,并易受到噪声干扰,为此提出了一种的新的基于形态骨架的快速拐眯检测方法,该方法基于物体条件骨架原理,采用改进的非对称开运算算子,并利用内外骨架分别实现对物体凸点和凹点的检测,以保证对拐点检测的完整性;对于有噪声图象,则采用多刻度形态滤波进行去噪预处理;对拐点给出了统一的检测和实现模型。实验结果表明,该统一算法检测准确度高、具有旋转不变性、计算量小、硬件实现简单,对有噪声干扰图象也能很好地进行检验。  相似文献   

12.
角点检测技术研究及进展   总被引:1,自引:0,他引:1  
角点是图像的重要局部特征,在图像配准、图像理解及模式识别等领域中,角点检测具有十分重要的意义。对角点检测的各种方法进行了分析、比较,给出了性能评价标准。最后,分析了该领域现存的问题、最新研究动态及发展方向。  相似文献   

13.
一个抽取边界曲线特征点的新算法*   总被引:1,自引:2,他引:1  
景物的特征点抽取是模式识别及计算机视觉中的一个重要问题,已出现的多种检测特征点的方法中主要有角检测法和多边形逼近法。在这两种方法基础之上,人们又提出了结合两种方法的综合方法。提出了一种新的综合方法,首先应用一个简单的角检测方法,然后利用前面计算曲率时的一些值在检测到的角点之间加入一些特征点。实验结果表明新方法比传统方法执行速度更快,并且克服了传统方法的缺陷。  相似文献   

14.
多尺度目标检测的深度学习研究综述   总被引:1,自引:0,他引:1  
目标检测一直以来都是计算机视觉领域的研究热点之一,其任务是返回给定图像中的单个或多个特定目标的类别与矩形包围框坐标.随着神经网络研究的飞速进展,R-CNN检测器的诞生标志着目标检测正式进入深度学习时代,速度和精度相较于传统算法均有了极大的提升.但是,目标检测的尺度问题对于深度学习算法而言也始终是一个难题,即检测器对于尺度极大或极小的目标的检测精度会显著下降,因此近年来有不少学者在研究如何才能更好地实现多尺度目标检测.过往虽然已经出现了一系列的综述文章从算法流程、网络结构、训练方式和数据集等方面对基于深度学习的目标检测算法进行了总结与分析,但是对多尺度目标检测的归纳和整理却鲜有人涉足.因此,本文首先对基于深度学习的目标检测的两个主要算法流派的奠基过程进行了回顾,包括以R-CNN系列为代表的两阶段算法和以YOLO、SSD为代表的一阶段算法;然后,以多尺度目标检测的实现为核心,重点讲解了图像金字塔、构建网络内的特征金字塔等典型策略;最后,对多尺度目标检测的现状进行总结,并针对未来的研究方向进行展望.  相似文献   

15.
角点是展现局部图像特征的关键要素,但传统图像角点特征取证检测方法精度低,无法有效的解决角点特征图像中模糊、缺失等问题。为此,对面向图像角点特征取证的人工智能检测进行研究。通过在不同干扰情况下对图像做简化处理,完成特征取证。采用掩模平滑方法将提取出图像角点做增强处理,最后利用人工智能中链码和与差算法对图像做检测。结果表明,面向图像角点特征取证的人工智能检测精准度较高,可以有删除假图像角点,使用结果更贴近真实情况,具有较高鲁棒性。  相似文献   

16.
角点特征检测和精确定位是图像配准与匹配的基础。探讨了Moravec算子和Harris算子的基本原理,并进行了图像的角点特征检测和实验分析,结果显示Harris算子效果要好。但是,Harris算子对真实遥感图像角点特征的检测尚不能取得理想的结果,因此,对Harris算子进行了改进。实验表明,通过改进后的Harris算子对遥感图像上的角点特征的检测具有较好的检测效果。  相似文献   

17.
角点检测是运动检测、图像匹配、视频跟踪、三维重建和目标识别等必不可少的关键步骤,角点检测的准确性直接影响实验结果。为了更好地了解角点检测技术的发展现状,根据三种现有的角点检测方法分类对角点检测方法及相关改进进行了总结分析,并选择了FAST、SUSAN、SIFT、Shi-Tomas这几种较为典型的角点检测算法进行了实验对比,并给出了实验结果。不同的实际应用对角点检测的要求不同,不同的角点检测算法也可以相互结合,通过对现有角点检测技术的总结分析为在实际应用中对角点检测技术的选择和改进方向提供了借鉴和参考。  相似文献   

18.
在图像处理过程中的分析图像的特征,需要达成特征提取,为后续的图像处理和分析。在目标图像的提取过程中,本文选定了特征角点特征。角点定位准确的图像匹配在三维重建中起着重要的作用。角落像素相对于外在的像素灰度值的突变或凸形状的像素点较为集中。本文分析了三个角点提取方法:苏珊角点检测方法,哈里斯角点检测方法,多尺度结合苏珊算法改进,亚像素角点检测方法,以便满足系统对精度的要求。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号