一种基于提升小波的自适应SUSAN角点检测算法

针对SUSAN角点算法中计算过程复杂及其使用固定闻值的局限性,提出一种基于提升小波变换的白适应改进方法.该算法根据角点的分布特性,引入快速提升小波变换理论,在图像的高频区域筛选出候选角点,缩小需要精确检测的角点范围,提高了算法效率;并根据图像局部灰度信息自动调节核心点与其邻域像素的灰度差值,代替原算法中的单一闻值,以提高算法自适应能力.实验结果证明了该方法的快速有效性.     

基于角点灰度分布特征的棋盘格角点检测

在摄像机标定过程中,较差的光照条件和镜头畸变会造成棋盘格角点漏检和角点冗余。分析了角点的灰度分布特性,提出一种基于角点灰度分布特征的棋盘格角点检测算法。为确保在较差光照条件和镜头畸变下,棋盘格图像角点不漏检,算法首先利用角点的灰度分布特性提取候选角点;然后通过迭代的方式提高候选角点的精度并再次结合棋盘格角点的灰度分布特性剔除候选角点中非角点处的伪角点,避免棋盘格角点冗余;最后通过角点处的邻近点合并获得最终的棋盘格角点坐标。实验结果证明,在较差的光照条件和镜头畸变条件下,本算法角点无漏检和冗余。将该算法提取的棋盘格角点应用于摄像机标定,结果显示重投影误差的均方差在0.1pixel范围以内,优于其他算法。     

基于旋转不变的角点匹配方法

针对存在旋转的两幅图像,提出了基于主方向和灰度相关的角点匹配方法.构造每个角点邻域的梯度直方图,以确定角点的主方向.在匹配过程中,用极线约束确定一幅图像中的角点在另一幅图像中的候选匹配角点;建立待匹配角点和候选匹配角点的左右邻域窗口,并根据两角点的主方向旋转右邻域窗口,再进行灰度相关系数计算,确定最终匹配的角点;最后用松弛法消除虚假匹配.该算法首次将经典的灰度相关法应用在大旋转和平移的宽基线图像匹配中,克服了传统灰度相关法不能处理大旋转的图像匹配问题.实验结果表明:本方法具有稳定性、可靠性和快速性,有一定的实用价值.     

一种改进的图像快速高精度角点检测算法

针对传统的图像角点检测方法精度不高、速度较慢的情况,为提高速度抑制噪声,提出了一种快速、高精度的图像角点检测算法.利用改进的Harris算法提取出候选角点,再通过USAN区域所对应的弧的像元灰度与角点的相似性来完成最终角点的提取,使得处理的数据大为减少,同时能保证检测准确性等其他指标.通过和SUSAN算法、Harris...     

基于环境差异度的自适应角点匹配算法*

基于图像灰度梯度提取的Harris角点,由于角点近邻处其灰度梯度的对比度不明显而造成检测定位偏差,从而导致角点的误匹配率的提高.针对该现象提出了一种“虚影点”改进,同时引入环境差异度作为评判原则,自适应调整角点间的竞争机制的残酷度,结合奇异值分解最终达到优胜劣汰的匹配效果.实验证明,该算法在不影响角点匹配速度的情况下,与其他算法相比对角点的匹配精度有很大的改善.     

光场相机标定中亚像素角点检测方法研究

针对光场相机标定中亚像素棋盘角点检测速度慢、检测精度不高等问题,该文提出一种基于双曲正切模型的亚像素精度棋盘角点检测方法。首先,采用灰度差分与模版相结合的筛选策略进行初始角点集的筛选;然后,应用一种区域灰度自适应角点检测算法获取候选角点集;最后,建立候选角点的双曲正切模型,对亚像素级候选角点的灰度分布进行拟合,通过对模型进行优化从而剔除伪角点并精确定位亚像素级棋盘角点。该方法在光场相机标定中达到98%的角点检测率,重投影误差低于0.83像素。实验结果表明,所提方法不仅可以快速提取更多的角点,同时能有效剔除伪角点,提高亚像素角点检测精度。     

改进的SUSAN角点提取算法

采用了一种改进的SUSAN角点提取算法。SUSAN角点提取算法主要利用了角点周边的纹理分布特性,即在角点的某个区域内的像素灰度与角点的相似性来完成角点的提取。在此理论基础上,研究了一种新的基于SUSAN理论的改进的SUSAN角点提取算法,该算法利用了角点附近像素灰度的纹理特征来完成角点的提取,即通过控制与核心点相似的点的连通性与数量来确定该点是否为角点。并且针对阈值T固定选取的问题,采用了一种自动选取阈值的新方法。为了进一步验证所提取角点的实用性,利用特征点匹配对其进行了匹配验证。并通过仿真实验对其进行了检验。     

一种利用图像角点和边缘信息的阈值分割方法

阈值化算法是图像区域分割的一个基本算法.提出一种利用角点和边缘点的像素灰度值均值和全图像像素点灰度值均值加权相加的阈值选取方法.实验表明,该方法能对具有大面积目标的图像进行很好的分割.     

使用12像素对称模板的棋盘格内角点检测

棋盘图像的角点提取问题往往决定着三维测量中摄像机标定的精度。针对SUSAN（Smallest Univalue Segment Assimilating Nucleus）算法无法区分棋盘标定板内角点与边缘点的缺陷,提出一种12像素对称灰度模板检测算法。该算法首先根据棋盘格内角点周围像素的中心对称性分布,设计一种12像素对称USAN模板,可以迅速区分出内角点与边缘点,同时将内角点与平坦区域作为候选点。再结合灰度均方差算子,利用平坦区域灰度方差较小的特点将其剔除,最终实现对棋盘格内角点的高效检测。同时,该算法在检测过程中完全摒除易受外界因素影响的外圈角点,以保证角点提取时的精度。实验结果表明:新算法对9阶棋盘格的检测时间为1.244577s;用于张正友标定方法之后,得到的检测重投影误差仅为[0.3,0.3]像素。这两项指标,均优于传统SUSAN算法。     

激光成像引信的目标识别方法研究

为了高效准确地滤掉云烟雾等悬浮粒子,减少对激光成像引信工作的影响,采用了改进的Harris+最小核值相似区域(SUSAN)角点检测算法与矩形度结合的目标识别方法。改进算法在原有Harris和SUSAN算法基础上,利用8邻域模板标准差对目标像素点进行初次筛选获得候选角点,经高斯滤波后,利用改进的角点响应函数值进行二次筛选,再通过非极大值抑制得到最终角点,最后利用矩形度对目标与干扰进行二次区分。通过理论分析和实验验证可知,95%的目标能被有效地识别出来。结果表明,该方法能高效准确地区分目标与干扰,同时满足实时性要求,为激光成像引信抗干扰方面提供了一定的理论参考。     

基于预检测SUSAN算法的图像拼接

为了快速精确提取图像角点,提出了一种基于预检测的SUSAN角点提取方法.文中首先采用预检测的方法排除部分伪角点,对预备角点采用SUSAN算法检测出图像的角点.然后采用图像分块技术和近邻角点排除方法来保证角点分布均匀,没有成簇现象,保证后续图像拼接的精度.实验结果表明,此方法不但能提高角点的检测速度,而且能合理地提取图像中的角点,提高角点的检测精度,进而提高图像拼接的速度和精度.     

基于SUSAN原理的黄河模型角点检测

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。     

基于Canny算子和Harris角点提取的三维重建方法

本文介绍了一种基于Canny算子边缘提取和Harris角点提取的三维重建方法.通过双目相机获取所研究物体的左右视图,并对图像进行平滑去噪处理,将Canny算子边缘检测和Harris角点提取结合起来进行特征提取,以提高特征点选取的准确性,然后将左右视图的特征点进行立体匹配,计算匹配点的三维坐标值,最后使用经典Delaun...     

基于改进Hough变换的直线检测算法

针对传统Hough变换算法检测直线时容易出现误检的缺点,提出一种基于改进Hough变换的直线检测算法.首先根据种子点的参数化结果,对图像中的点实现聚类,划分图像区域,然后对划分在同一区域的点进行特殊区间的详细参数化,确定直线参数,最终将该直线周围的点置为背景点,继续区域划分和直线检测,直到图像中不再存在种子点.该算法实现了对不同区域的点进行特殊的、有针对性的参数化,同一区域的点只允许对一条直线的检测投票.实验表明,与传统的Hough变换算法和文献中算法相比,该算法减小了误检率,并且对断裂边缘具有较好的鲁棒性.     

An Improved Endpoint Detection Algorithm Based on MFCC Cosine Value

Endpoint detection is one of the most important steps in speech recognition. In a high SNR environment, the algorithm based on short-time energy and zero rate could be used. But when the SNR is low, this method may not be accurate. Some researchers proposed an algorithm which is based on MFCC Euclidean distance. It has a better performance in a noise environment. But that algorithm needs two thresholds to find the start and end point. However, when the values of two thresholds are not suitable, the detected result could be extremely bad. In this paper, we proposed an improved algorithm which is based on MFCC cosine value. This method can reduce errors, since it only needs one single threshold. The benefit of this improved algorithm is that the result can surely contain the real voice component. According to the experiment data, this improved algorithm can improve the speech recognition rate by 10% even in noise environment (SNR = 0). Thus, it proved that this improved methods has better robustness.     

一种基于Harris角点特征的图像拼接方法

本文通过对已有图像拼接算法的分析研究,改进了拼接算法中的特征点匹配问题。首先利用Harris角检测算法提取特征点,然后通过归一化相关法进行初始匹配,接着引入马氏（Mahalanobis）距离,实现图像的精确匹配。最后通过加权平均的方法完成图像的融合。实验证明该方法能有效地去除伪匹配特征点对,降低了误匹配的概率,是一种有效的图像拼接方法。     

基于Delaunay 三角化的有效角点匹配算法

基于同一幅图像角点集Delaunay三角形网的唯一性和相同场景不同视角图像角点的Delaunay三角形网的相似性,本文提出了一种改进的SUSAN角点检测算法和基于Delaunay三角化的角点匹配算法,同时提出了一个模糊阈值的三角形相似度计算方法。对实际图像的实验结果表明了本文的算法对有视角变化的平移、缩放和旋转图像的有效性。     

利用功率谱最大最小平均比的频谱感知算法

由于载波频偏未知和噪声不确定性影响,信号功率谱的最大值和最小值不能根据单个频点来准确估计。该文提出利用功率谱最大最小平均比的频谱感知算法。利用基频附近一段功率谱的平均值作为功率谱最大值估计,利用功率谱中点频率附近一段的平均值作为功率谱最小值估计,将此二者之比作为检测统计量。推导了算法的虚警概率,得到了判决门限。加性高斯白噪声信道和瑞利衰落信道下的仿真结果表明:该算法性能优于基于功率谱分段对消频谱感知算法（PSC）和基于功率谱的平均比值算法（PSRA）,降低了载波频偏未知和噪声不确定性对频谱感知算法性能的影响。      

改进的Canny算法

Canny边缘检测算法是一种综合评价比较好的边缘检测算法,但在应用时由于用高斯滤波器对图像进行平滑,往往引起定位精度下降并使角点变圆。针对上述问题,采用各向异性高斯滤波对Canny算法进行了改进。实验结果表明,改进后的算法在对噪声的鲁棒性、定位精度和单一响应方面均优于原始的Canny算法。