共查询到10条相似文献,搜索用时 640 毫秒
1.
2.
使用多尺度Harris算子检测图像的角点作为初始兴趣点.针对自适应非极大值抑制排除了大量潜在匹配点的缺陷,引入条件理论对初始兴趣点进行控制,排除病态点,减少后续过程的计算量,提高算法效率,同时最大限度的保留了匹配点.满足条件理论控制下的特征称为良态特征.由于初始Harris角点的位置会发生偏移以及有伪角点产生,所以利用亚像素定位技术进行精确定位,并排除伪角点和不稳定的角点.使用PCA-SIFT对特征点及其邻域进行描述获得特征向量.最后通过向量之间的欧几里德距离判断特征点是否匹配.实验结果表明算法效率改进明显,匹配效果良好,对图像的几何变换、噪声及光照变化等具有较强的鲁棒性. 相似文献
3.
为研究基于单幅二维图像不标定欧氏重构三维场景的理论,有效提取伪随机编码图像特征角点,介绍了一种角检测方法,该角检测方法是基于轮廓线曲率的测试,实验数据和重构结果验证了该检测方法的适用性和有效性。 相似文献
4.
5.
一种光斑图像中心的亚像素提取方法 总被引:3,自引:1,他引:2
针对空间发光点所成光斑图像中心的高精度提取问题,本文提出一种亚像素提取方法.该方法建立了具有高斯能量分布的空间发光点的透视投影光斑图像灰度分布数学模型,证明了空间发光点能量中心的透视投影不变性.通过对光斑图像二阶方向导数和自相关函数的分析,获得Hessian矩阵并推导出像素级光斑图像中心的判定条件,再将图像灰度分布函数在光斑图像像素级中心的亚像素邻域内泰勒展开,并求取光斑图像灰度分布曲面的局部极大值点作为亚像素级光斑图像的中心点.与现有经典方法的对比仿真实验结果表明,该算法具有更高精度和更好的鲁棒生,可广泛应用于视觉检测的摄像机标定、三维形貌测量等任务中(类)光斑中心的高精度提取. 相似文献
6.
伪随机阵列和 Harris角测量在视觉检测中的应用 总被引:1,自引:0,他引:1
在三维视觉场景重构过程中,一个难题就是场景图像上的坐标点的匹配问题。在工业检测中,通常解决该问题的方法是采用结构光主动视觉技术,如点结构光、线结构光扫描法以及伪随机编码结构光法等。但是要想用一幅图象在三维欧氏空间中重构三维场景,有效的方法是采用伪随机编码结构光照明主动视觉技术。该方法利用编码结构光照明被测场景,利用编码的窗口特性,使场景被测表面每一个特征点都具有唯一的代码而唯一地被辨识。而图像的特征点提取可以采用简单而稳定的Harris角测量。 相似文献
7.
8.
传统的基于图像轮廓角点检测方法大都对图像轮廓采用高斯平滑,使得角点定位准确性较低,且对局部细微变化和噪声比较敏感.针对此问题,本文利用Gabor滤波器可以很好的表征边缘和角点梯度幅值变化信息的优良特性,采用Gabor滤波器虚部对图像轮廓进行平滑,提出基于Gabor滤波器的图像轮廓角点检测算法.与将轮廓的几何特性作为角点测度的传统算法不同,本文将Gabor滤波器平滑后轮廓像素的主方向与相邻像素方向角度差作为角点测度,提高了对噪声的鲁棒性和角点定位的准确性.实验结果表明,新算法具有较优的定位性和噪声鲁棒性. 相似文献
9.
10.
利用数字图像伪彩色增强技术实现彩色金相,建立了金属相灰度级-伪彩色映射关系模型,并设计了在计算机上运行的金相伪彩色系统,使得输入的金相灰度图像中各相间微弱的灰度差转化为明显的色调差,显著提高了金相组织鉴别的衬度. 相似文献