基于Harris的棋盘格角点检测改进算法

角点作为含有图像重要信息的一种特征点,运用角点计算可以有效减少图像运算量.正因为如此,角点检测在机器视觉中更是起着不可忽略的作用,并广泛应用于视觉测量、图像匹配和摄像机标定中.针对Harris的棋盘格角点检测的优劣性,综合尺度空间、Harris算子、Fonster算子和SVD算子的思想,提出一种由粗到精的多层策略,快速自动实现棋盘格角点检测与提取,既采用了Harris算子良好的定位性能和鲁棒性,又结合了其他算子良好的优越性,克服了单种算子的局限性.实验证明,该方法针对棋盘格角点有较高的检测精度、准确率和稳定性,可以满足实时性要求.     

基于角点检测的图像快速配准改进算法

图像配准是计算机视觉检测的关键步骤之一。提出了一种基于边缘特征的角点检测算法,该方法计算简单、速度快,便于硬件实现及实时处理,同时也提高了传统该类算法的可靠性,实验结果表明,该算法有较大的实用性。     

基于高斯曲面模型的亚像素Harris角点定位算法

基于灰度值的Harris角点检测算法具有广泛的应用,但随着图像处理技术的发展,越来越多的场合需要将角点定位精度提高到亚像素级.提出了一种新的方法,在Harris角点初定位的基础上,通过对兴趣值矩阵进行高斯曲面拟合逼近,用曲面局部极值估算亚像素角点位置.实验结果证明该方法具有较好的鲁棒性和较快的运算速度,并能有效地得到高...     

鱼眼图像的目标物体角点检测方法

为实现宽视场角图像中目标物体的定位,提出了一种鱼眼图像的目标物体角点检测方法。首先对含有目标物体的鱼眼图像进行等面积切分,利用目标物体即网格图像灰度直方图的明显特征确定目标区域;然后根据实际应用对Harris算法进行改进,并将其应用至目标物体的角点检测中,确定目标物体位置。实验结果表明,能有效确定目标区域,视觉冗余度由90.3%下降到47.8%,目标物体角点检测准确率为83.8%,可以为实现宽视野范围目标的位置与距离同时测量奠定基础。     

基于各向异性高斯核的多尺度角点检测

Moravec角点检测是一种经典的角点检测算法,它认为角点是各个方向亮度变化足够大的点,但该算法不具有尺度变化特性。提出了基于各向异性高斯核的多尺度角点检测算法。利用小尺度高斯核定位准确,大尺度下抗噪声能力强的特点,对图像进行多尺度多方向分解;在每个尺度下,保留每个像素最小的幅度值,对其进行非极大值抑制。将小尺度下检测到的点作为候选角点;在大尺度下,观测候选角点的邻域内是否有极大值点出现,若存在,判定该点为角点,若不存在,将其剔除。与最著名Harris角点检测算法相比,新算法可以在不同尺度下获取角点,克服了单一尺度的Harris算法可能存在的角点信息丢失、角点位置偏移和易受噪声影响而检测出伪角点等缺点;在无噪或加噪条件下,新算法的检测性能有明显地提高。     

基于改进3D-Harris角点检测算法的电厂地下管廊点云拼接方法研究

提出一种基于改进3D-Harris角点检测算法的电厂地下管廊点云拼接方法。以电厂地下管廊多组海量点云数据为分析对象,利用主成分分析法获取目标检测点在邻域点云微切平面上的法向信息,进而提取点云的边界点;构建基于目标检测点法向信息的协方差矩阵,计算并比较其角点响应强度函数,从中选出部分待筛选点作为真伪角点检测对象;利用基于高斯曲率极值点的伪角点检测方法,滤除伪角点并筛选出真角点;最后通过快速点特征直方图方法匹配各组点云间的相似角点,利用最近点搜索点云配准算法实现地下管廊多组点云间的拼接,并与传统3D-Harris角点检测算法的结果进行比较。对比表明,所提出算法计算耗时短且角点提取正确率高,可实现电厂地下管廊海量点云的精确拼接。     

基于图像序列的真空开关分闸速度检测

真空开关的分闸速度是影响开关电弧形态及其使用性能的重要因素。为满足高精度分析的需求,提出运用数字图像处理技术从真空开关运动序列图像中精确跟踪触头位置,进而计算触头运动速度的检测方法。该文首先利用Solidworks软件建立真空开关触头模型,并以设定速度模拟分闸过程,获得了分闸过程动触头的运动序列图像。运用Harris角点检测算法提取序列图像中触头角点,然后用SSD(sum of square differences)角点匹配算法对相邻序列图像中所检测到的角点进行匹配,并从中筛选精确匹配角点,再以匹配的像素角点为初始值,计算亚像素精度角点,从而实现了动触头位置的亚像素级精度跟踪。计算相邻帧图像动触头的位移,该位移与相邻帧图像时间间隔的比值即为动触头的瞬时速度。结果表明:亚像素角点检测技术可实现动触头位置跟踪及其分闸速度计算,且相对误差≤4.7%,最高精度可达0.34%。该方法能够实现真空开关分闸速度的高精度检测,为后续分析分闸速度与电弧形态的关系奠定了基础。     

角点配准与图像差分的接触网绝缘子故障检测

针对接触网棒式绝缘子分布及故障特点,该文基于Harris角点与图像差分实现了绝缘子的抗旋转匹配和故障检测。首先对选取的模板图像及待检测图像分别进行Harris角点检测;再利用序贯相似性检测算法SSDA(sequential similarity detection algorithm)对模板图像及待检测图像内角点匹配;接着对匹配后的角点进行模糊聚类,由于匹配会造成有用角点的丢失,故需对角点进行恢复处理;然后利用最小二乘法进行直线拟合;最终根据直线两侧图像的对称特性,差分图像并统计纵向灰度获取故障信息曲线,给出故障判断。实验结果表明:文中方法简单有效、易于实现。     

基于降采样和改进Shi-Tomasi角点检测算法的PCB图像拼接

针对大型多重复单元PCB图像拼接耗时长、拼接错误率高等问题,提出了一种快速鲁棒的图像拼接方法.对采集到的高分辨率PCB图像进行降采样,基于人工选点精准获取含重叠区域的图像单元作为配准区域;引入抑制半径的方法对Shi-Tomasi角点检测算法进行改进,使提取出的区域特征点分布更加均匀;使用暴力匹配方式分别对区域特征点进行粗匹配并通过RANSAC算法剔除误匹配点对后获得配准系数矩阵;结合仿射变换公式推导计算出原图像的配准系数矩阵,根据配准系数矩阵对待拼接的图像进行融合,得到完整的PCB拼接图像.实验结果表明,所提出的PCB图像拼接方法,加快了PCB图像拼接的速度同时也提高了特征点匹配精度,在对图像降采样8倍下,改进的Shi-Tomasi算法较传统的Shi-Tomsi算法和Harris算法在匹配正确率上分别提高了7.8％和4.0％,验证了该方法的可行性.     

基于直线检测的航向角误差校正方法

提出了一种基于直线检测模型的多传感器数据融合航向角随机误差校正方法,旨在提高农林环境下低成本传感器组成的定位平台的精度。该方法通过调整直线检测阈值来实现状态的动态调整,以提高导航系统的鲁棒性和精确性。再将多传感器数据通过卡尔曼滤波融合,实现航向角随机误差的校正。试验结果表明,该方法在不同路径和速度下能有效降低航向角误差提高定位精度。在直线行进试验中,本方法的定位精度保持在5 cm以内,航向角误差在5°以内。在矩形行进试验中,本方法的轨迹与差分RTK方法相近,平均误差仅为2.7 cm,标准差为3.9 cm。这一航向角校正方法为农业机械和车辆环境中的自主操作提供了有力支持。它能够适应不同的环境条件,提高导航系统的性能和测量准确性。     

基于改进Harris-SIFT算子的快速图像配准算法

提出了一种基于改进Harris-SIFT算法的快速图像配准方法。首先,对传统Harris算法进行改进:一是构建高斯尺度空间,提取具有尺度不变性的角点特征;二是借鉴Forsnter算子思想对提取的角点进行精定位,以提高配准精度。然后,利用SIFT算子的特征描述方法对提取的特征点进行描述,通过随机kd树算法对两幅影像的特征点进行匹配。最后采用RANSAC算法对匹配点对进行提纯,并通过最小二乘法估计两幅影像间的空间几何变换参数,完成图像配准。实验结果表明:本文方法在基本保持配准精度的同时,能够大大减少标准SIFT所需的配准时间。     

基于相位线性展开的波前误差检测与图像复原

随着对分辨率需求的日益增加,合成孔径光学系统在空间观测领域占据越来越重要的地位,而其各子境的共焦共相成为制约其应用的主要因素,传统位相相异方法能够进行波前误差检测,但其目标函数结构复杂、精度低且计算复杂度高,因此不能满足实际需要.利用Zernike多项式的性质,通过构建位相相异模型,并对相位进行一阶泰勒展开,求解最小二乘问题以替代计算非线性优化问题,在波前误差较小的情况下可以准确恢复波前相位.实验证明,经过矫正后的相位误差优于1/60 λ,同时能获得较好的图像复原结果.     

基于最小二乘法和主元分析的车牌倾斜校正方法

为了解决车牌倾斜对字符分割和字符识别带来的不利影响,本文提出了一种基于最小二乘法和主元分析的车牌校正方法.首先进行连通体检测,选择用于字符群上下边缘线拟和的连通体,用最小二乘法拟和字符区域的上下边缘线,去掉上下边框,再用主元分析法得到坐标变换矩阵,即可完成倾斜校正.实验结果表明,该方法较传统的求取倾斜角度校正的方法简单实用,且在残留边框、有污迹的条件下仍能得到满意效果.     

图像处理在衣服尺寸在线测量中的应用

在衣服尺寸在线测量过程中,提出了一种基于图像处理的衣服尺寸自动在线测量系统。针对于衣服尺寸自动测量困难等问题,运用了基于机器视觉的图像处理技术,采用自适应阈值Harris角点检测算法提取初步边缘角点,构成初步角点集,运用Susan角点检测算法去除初步角点集中的伪角点,使用Harris角点检测算法和Susan角点检测算法相结合的算法对衣服关键角点进行提取标定和检测分析。通过坐标值定位对关键角点的位置进行分析,并且利用比例计算进行尺寸测量。设计的系统用于对512×512的256级灰度图像进行检测,测量的相对误差小于5%,绝对误差小于10 mm。实验误差和尺寸测量精度能够达到服装尺寸测量的标准。     

基于轨迹灵敏度的模型参数校正方法研究

针对大规模电力系统数值仿真参数的校正,采用轨迹灵敏度分析获得对系统轨迹影响较大的参数,以缩小误差参数的搜索范围。对已经选择出来的待校正参数集,可采用非线性最小二乘法和粒子群算法识别待校正参数值。仿真实验表明：两种算法具有各自的优势和不足。     

An improved algorithm for image crack detection based on percolation model

In a complex background, because of uneven illumination, concrete bubbles, shadows of various shapes, and other noise, traditional crack detection methods based on image processing cannot accurately detect cracks, especially unclear cracks. A crack detection method based on the percolation model fully considers the features of cracks including the characteristics of brightness and length, and therefore can accurately detect cracks in the image. But this method is time consuming, and some noisy areas are detected as crack regions. In order to solve the problems above, we propose an improved algorithm for image crack detection, which includes an accelerated algorithm and a new denoising method based on the percolation model. The accelerated algorithm decreases the number of iterations of percolation processing to reduce the computing time, and the denoising method is based on the characteristic of brightness and the length feature of cracks to remove the noisy regions. Experimental results show that the proposed algorithm can accurately and efficiently detect cracks in the image. © 2014 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.