共查询到19条相似文献,搜索用时 156 毫秒
1.
2.
一种新的Harris多尺度角点检测 总被引:23,自引:0,他引:23
Harris角点检测是一种经典的角点检测算法,但不具有尺度变化特性。该文把多分辨分析的思想引入到该算法中,构造了基于小波变换的灰度强度变化公式,并得到了具有尺度变换特性的自相关矩阵,从而构建了一种新的基于小波变换的Harris多尺度角点检测算法。这样,使得新的角点检测可以在不同的尺度下获取角点,并克服了单一尺度的Harris角点检测可能存在的角点信息丢失、角点位置偏移和易受噪而提取出伪角点等问题。通过对比实验,新算法明显地提高了图像角点检测性能。 相似文献
3.
角点的检测和匹配是三维重建工作的基础部分,也是关系到三维图像重建准确性的重要部分。提出了一种角点检测算法,集多种经典算法之长处,用双重不同的判定条件,提高了的角点检测的速度,增加了检测出的角点数,并且改善了角点的精确度。在此基础上进一步提出使用简单的模板匹配方法进行角点匹配。实验表明,该算法简单且精确度高.优于其他现有的算法,而且能够得到足够多的匹配对进行下一步的三维重建工作。 相似文献
4.
角点是机器视觉和图像处理技术中常用的特征点,在降低信息数据量的同时有效保留了图像的重要特征,现已广泛应用于各个领域,用来实现图像处理的特定要求。本文先对Harris角点检测算法原理进行阐述;再详细介绍改进的Harris角点检测算法的应用领域及效果;最后,对Harris角点检测的研究趋势做出总结和展望,为Harris角点检测的研究和应用提供参考。 相似文献
5.
基于SUSAN分层快速角点检测的改进算法 总被引:1,自引:0,他引:1
针对传统基于SUSAN算法的分层快速角点检测算法的缺陷,引入判别角点性能的改进算法.通过分层快速角点检测算法找到角点的大概位置,再利用角点性能判别算法,减少角点的数量,最后进行精细查找,准确定位角点.实验表明,该算法可较大幅度提高运算速度,节省运算时间,显著增强角点的匹配效果. 相似文献
6.
7.
基于图像尺度空间的几何不变特征点提取算法 总被引:1,自引:1,他引:1
图像特征点的提取是实现抗几何攻击数字水印算法的重要步骤,所提取的特征点是否鲁棒,将直接影响抗几何攻击水印的鲁棒性.Harris—Laplace角点检测方法是一种多尺度抗几何攻击角点提取方法,但计算比较复杂.将Harris.Laplace角点检测方法进行改进,把直接分析图像局部灰度值的角点提取方法与图象尺度空间的思想相结合,并兼顾多尺度的不同权值,则既可以保证角点抵抗一般几何攻击的鲁棒性,又减少计算复杂度的,根据此思路提出了加权平均Harris-Laplace角点检测方法来提取特征点.实验结果表明,该算法提取的图像特征点不仅具有很好的抵抗图像裁剪、几何缩放能力,而且计算复杂度明显低于相同重复检测率的Harris—Laplace角点检测算法. 相似文献
8.
基于距离、角度、模板的角点检测算法 总被引:2,自引:0,他引:2
提出了一种基于距离、角度序列极值和距离模板匹配的角点检测算法。此算法不但与
基于灰度和基于曲率的方法截然不同,而且克服了他们的缺点。首先利用距离、角度序列极值检测得到明显转折部位的角点,然后根据距离模板匹配获得转折平稳部位的角点,最后经过伪角点删除,得到最终结果。仿真实验表明,该算法通过对序列极值判断支撑区域及模板大小的控制,抑制了数字化误差及噪声的影响,可以有效地实现二维图像的角点检测与定位,具有较高的精度,是一种实用、有效的角点探测算法。 相似文献
9.
10.
分析了SUSAN算法进行角点检测的原理和有效性,在此基础上提出了一种采用改进了的SUSAN算法来提取黄河模型图像的角点特征。利用自适应的选取灰度差阈值的方法;再采用利用设定几何阈值的上下限方法,实现了黄河模型角点的自动识别和检测。实验表明,该方法提取的角点抗噪性能好,清晰真实,细致,定位精确。为下一步立体匹配和三维重构打下了基础。 相似文献
11.
12.
13.
14.
15.
16.
针对传统Harris角点检测算法的图像配准过程计算量大、速度慢等问题,提出一种快速预筛选Harris角点检测算法。首先通过FAST算法快速排除大量非特征点,再通过抑制半径解决FAST角点聚簇现象,然后在FAST角点邻域内筛选出Harris角点,最后采用Brute-Force匹配方式得到精准匹配。实验结果表明:所提改进算法不仅提高了角点检测速度而且减少了冗余角点数量,在图像配准过程中有效提高了配准速度与精度,配准效果良好。 相似文献
17.
针对基于尺度空间对图象保持不变性的SIFT算法在双目立体视觉应用时实时性差、误匹配等问题,提出一种运用Harris-SIFT算法进行双目立体视觉定位方法.通过介绍双目立体视觉的模型原理,利用Harris-SIFT算法从左右摄像机分别获取的图像中检测目标,并获取匹配目标的特征点,对两幅图像中目标物体的坐标标定,通过计算可得到目标物体的深度距离,还原其三维信息.实验证明,运用Harris-SIFT算法使该系统的实时性能和距离精度得到提高. 相似文献
18.
针对现有局部立体匹配算法在计算匹配代价时, 不能很好区分强弱纹理区域,及在视差计算过程 中,不能很好的解决视差歧义问题,提出一种融合梯度特性与置信度的立体匹配算法。首先 计算梯度特 征,并根据梯度特征信息选择匹配代价计算的匹配窗口,针对强弱不同纹理区域选择不同尺 寸的匹配窗 口,有效的提高了立体匹配精度,降低了误匹配率;然后在视差计算中引入置信度约束条件 ,解决了视差 计算中视差歧义的问题,提高了立体匹配算法的稳定性与精度;最后使用水平与垂直方向交 叉区域检测进 行奇异值的修正。实验结果表明,该算法在Middlebury数据集中31对 立体图像对的平均误匹配率为7.96%,有效的提高了立体匹配精度。 相似文献
19.
针对传统Harris角点检测效率低、非极大值引起的伪角点多等问题,提出了一种自适应阈值和归一化互相关(NCC)与随机抽样一致算法(RANSAC)相结合的Harris图像匹配算法。首先,采用自适应方式抑制非极大值的方法对角点进行预筛选;其次,采用Forstner算子对角点进行二次筛选;接着采用归一化互相关匹配算法对检测的Harris角点进行粗匹配;最后采用随机抽样一致算法对图像进行精确匹配。实验结果证明改进的方法不仅缩短了角点检测和图像匹配时间,而且能有效提高图像的匹配精度。 相似文献