基于Harris角点的矩形检测

为了快速精确地对矩形进行识别和检测,开发了一套图像采集系统,并提出了基于改进的Harris角点检测法的快速矩形识别算法。首先,只针对多种角点中的L型角点进行快速检测,并通过亚像素级后处理提高角点的位置精度。然后,根据得到的高精度角点位置信息,任意组合角点并遴选相互平行且长度相等的直线段组,从而匹配出相互垂直且四个角点重合的平行直线段;将其作为矩形的四条边,进而循环识别出图像中所有的矩形元素。提出了伪矩形图形元素的甄别判据,以提高算法的精确度和可靠性。实验结果表明:分别用基于Harris角点和基于Hough变换的矩形检测算法处理同一图片时,前者的运算速度为后者的9.5倍;其图像识别精度能达到亚像素级,最大误差为0.4pixel。该算法满足工业应用中高实时性、高精度的要求,并且稳定性好,抗干扰能力强。     

基于Harris角点检测算法的红外人脸器官定位

本文提出了运用Harris角点检测的算法来进行红外人脸的特征点定位。实验结果表明,这种算法能很好地检测出人脸器官的特征点,有效地进行人脸特征的定位,进而达到很好的检测效果。     

一种改进型的Harris角点检测算法

Harris角点检测方法是在计算机视觉领域中使用非常广泛的点特征提取算法,它算法简单,而且稳定,但在对一些图像进行角点提取时存在角点信息丢失和位置偏移等现象,为此提出一种改进的Harris角点检测方法.实验表明该方法在点特征的提取和精确定位方面都达到了较好的效果.     

基于灰度差分不变量的快速局部特征描述算法

提出了一种基于灰度差分不变量区域统计直方图的快速局部特征描述算法来解决传统灰度差分不变量特征描述子计算复杂、稳定性较差且包含的信息量较少的问题.采用低阶且具有微分几何意义的灰度差分不变量描述特征点以降低特征描述子的计算复杂度,提高特征描述子的稳定性;利用特征点邻域的灰度信息和区域信息提高特征描述子的信息含量,增强特征描述子的鲁棒性.将该算法应用于图像匹配.实验结果表明,在图像尺度缩放、旋转、模糊、亮度变化、较小视角变化和JPEG压缩等多种变换条件下,该描述子不仅能够取得较好的匹配效果,而且处理速度比尺度不换特征变换( SIFT)提高约2倍.     

基于几何特征的快速高精度角点检测算法

角点检测应用十分广泛,是许多计算机视觉任务的基础.本文提出了一种快速、高精度的角点检测算法,算法简单新颖,角点条件和角点响应函数设计独特.和以往不同的是:算法在设计上考虑的是角点的局部几何特征,使得处理的数据量大为减少,同时能够很好地保证检测精度等其他性能指标.通过和广泛使用的SUSAN算法、Harris算法在正确率、漏检、精度、抗噪声、计算复杂度等方面进行综合比较,结果表明该算法无论对人工合成图像还是对自然图像均具有良好的性能.     

基于Harris角点检测和聚类算法的掌纹图像ROI提取方法

为了实现从掌纹图像中提取出稳定的感兴趣的区域(ROI)图像的目标,设计了一种新的掌纹ROI提取方法。使用Harris角点检测算法对二值化后的掌纹图像进行角点提取,收集相应区域的角点,利用聚类算法得到角点簇的中心点坐标,从中寻找关键点建立坐标系,提取ROI。分别利用该方法在不同掌纹数据库中进行了ROI提取实验。实验结果表明,该方法对不同的掌纹数据库图像均能保持很好的提取效果,成功率均达到了99%以上。     

一种改进的Harris角点提取算法

针对广泛使用的Harris角点提取算法在对T型和斜T型角点存在定位不准确以及运算速度慢的特点,提出了一种改进算法。改进算法以目标像素点的8-领域范围内与之灰度相似的点的数目为基础,并将该值与目标像素点附近的其他像素点进行比较,分析局部范围内的像素点的灰度值分布,根据比较结果,从中遴选出部分像素点作为下一步Harris角点检测算法的计算对象,并根据角点函数响应值的大小,最终判断该像素点是否为角点。实验结果表明改进算法大大提高了角点检测速度,并对T、斜T型角点提高了其角点检测的定位精度。     

一种基于Harris特征点检测的改进算法

针对Harris角点检测算法存在对含有噪声的图像角点检测不准确的问题,为降低噪点对角点检测的干扰和提高角点检测的精准度,提出了一种改进算法,通过在Harris算法设置的局部移动窗口中加入一种加权系数自适应的加权均值滤波,其加权系数由像素灰度值决定。通过实验证明,该方法可有效减少伪角点的形成,同时具有良好精确度和检测速度。     

一种改进的Harris角点检测方法

为了提高传统Harris角点检测算子的性能,提出了一种改进的Harris角点检测方法。由于传统Harrsis算法依赖系数k的设置,降低了算法的实时性和检测精度,且需要通过阈值T的设置选取角点,使得角点集群现象明显。文章通过优化Harris角点检测响应函数,避免了通过反复试验设置响应函数中系数K,同时改善了目标点响应函数的精度。通过对响应矩阵的分块处理,避免了阈值设置,提高了处理速度,减少了角点集群现象,使角点检测具备了一定的自适应能力。实验结果证明了新方法比传统算法更有效地改善了角点检测的性能,具有更好的精度和实时性。     

基于角点检测的图像匹配算法

针对红外图像与可见光图像之间特征点匹配难的问题,提出一种新的基于角点检测的图像匹配算法.首先基于曲率尺度空间检测图像在不同尺度下的角点,利用泰勒级数剔除伪角点以明确特征点的位置与数量;其次在构建特征点梯度向量时为避免红外与可见光图像梯度的翻转,对特征点邻域部分梯度方向进行角度限制修正并对梯度方向采用就近投影,进而统计梯度方向直方图以确定特征点的主方向,并构造一个64维的特征点描述子进行归一化处理;最后利用极线约束原则减少搜索范围,设计双向匹配方法实现特征点匹配.实验表明该算法能够有效进行红外与可见光图像的匹配,在旋转、噪声干扰、尺度缩放、亮度变化的情况下具有较好的匹配效果.     

视频引伸计中Harris角点算法的改进

针对视频引伸计拉伸测试试验过程中的凸肩顶点定位难题,研究Harris角点检测及其改进的提取方法。通过理论分析与试验研究,说明改进的Harris算法较原算法在引伸计视频图像处理中,检测的角点分布更均匀,可有效地避免角点簇拥现象。为验证和改进算法的稳定性,对采集到的试件图片进行旋转和亮度变化,计算出平均角点重复率,证实改进的Harris算法能满足视频引伸计拉伸测试对动态跟踪测量的要求。     

基于角点检测的高精度点匹配算法

针对多光谱、多传感器遥感图像的自动配准,本文提出新的基于角点检测的高精度点匹配算法.该算法充分利用图像的点特征以及灰度和位置信息,先由Harris算子检测得到待匹配的角点集合,随后采用局部灰度相关进行粗匹配得到多对多匹配对,然后进行迭代由精匹配得到一对一的匹配对,最后利用角点间距离比进行全局一致性检测,进一步保证匹配的准确率.初步实验表明,本算法对于存在仿射变换的遥感图像可以精确自动匹配,其精度和速度都优于传统的点匹配算法.     

基于Hough变换的角点检测算法

角点检测是图像处理和机器视觉领域中基本而重要的问题。提出了一个基于Hough变换的角点检测算法,通过遍历地考察边缘图像中各像素点的一个邻域窗口,利用Hough变换寻找以窗口中心点为出发点的直线段,并通过这些直线段的数量和相互之间的夹角判断当前中心点是否是角点。针对固定的窗口,使用了模板预先计算及环形缓冲区等技术提高Hough变换及图像遍历的效率。在实际图像库上的对比实验表明提出的算法具有高的角点检测率,最低的角点误检率和角点位置误差,同时相比同样可得到构成角点各边的角度的方法.提出的算法同样具有更高的检测率和精度。对于时间性能要求不高的角点检测应用场合,提出的算法比已有算法具有更优的整体检测性能。     

基于快速背景差分的高速铁路异物侵入检测算法

随着我国高速铁路通车里程不断增加,高速铁路的运营安全备受关注,异物侵入铁路限界对运营安全危害极大,有效检测侵入线路净空的异物对保障高速铁路安全运营具有重要意义。铁路场景环境光线多变和图像通道众多的特点对基于图像的异物检测方法的处理效果和实时性提出了较高的要求。针对铁路场景抖动发生在垂直方向的特点,提出了一维灰度投影结合高斯滤波的图像快速去抖方法,在大幅提高处理速度的同时获得了较好的去抖效果;针对复杂多变的背景,提出了一种基于前景目标统计分布的背景更新算法,定义了目标分散指数用于确定行列投影次序,通过统计前景目标分布实现背景更新,在提高速度的同时解决了传统背景更新算法难以解决的鬼影问题。最后通过背景差分获取前景目标,并通过目标标记、合并与特性分析提高目标检测的准确性。沪宁城际高速铁路典型场景的现场实验表明,该算法能有效检出铁路场景侵限目标,系统综合误检率约为0.54%,漏检率为0。     

基于灰度差分和脊线检测算子的虹膜裂缝检测

虹膜裂缝是用于虹膜识别的特定形状虹膜纹理之一。为了解决在复杂背景下提取裂缝特征的问题,在对虹膜裂缝特征进行分析的基础上,提出了一种虹膜裂缝检测方法。首先用灰度差分模板得到裂缝纹理候选区域,并根据裂缝的先验知识筛选裂缝候选像素,在原图上分割成小区域;其次,采用脊线检测算子在小区域范围内对各种纹理进行检测;最后在二值化图像上计算该区域能量密度,排除非裂缝纹理,实现裂缝纹理的检测。该方法在图库中人工标定的1 201处裂缝中检测正确检出率达到94.09%。实验结果表明,本文方法在不需要手动去掉卷缩轮内区域的情况下,能够在多种虹膜纹理并存的复杂背景下检测出虹膜裂缝纹理。     

基于灰度差异的棋盘格角点自动检测

提出一种基于灰度差异的棋盘格角点自动检测方法,该方法利用一种圆形角点检测器,在不对棋盘格图像做预处理情况下,能够准确检测有一定噪声或者较模糊的图像上的棋盘格角点.首先,根据角点及领域附近点的灰度差异,采用角点检测器初步检测角点;其次,根据棋盘格角点张角近似为直角和角点灰度对称性,对初步检测的角点进一步筛选获得棋盘格目标...     

采用环形模板的棋盘格角点检测

曝光过度和镜头畸变将分别导致棋盘格角点分离和角点局部区域不对称现象。现有的角点检测算法通常难以准确提取棋盘格角点。此外,在复杂背景下,现有角点检测算法也极易出现错误。针对上述问题,本文提出了一种图像坐标系下的基于环形模板的棋盘格角点检测算法。首先,通过分析得出棋盘格角点附近的灰度分布应满足一定的对称性和灰度交替性等性质,进而得出环形模板卷积后的图像应满足的性质。而后,利用该性质来定义并提取棋盘格角点,使提取的角点直接达到亚像素精度。实验结果表明：本文提出的棋盘格角点检测算法在曝光过度,镜头畸变和复杂背景情况下,均能取得较好的棋盘格角点检测效果。将该算法应用于实际摄像机标定,实验结果显示重投影误差在0.3个像素以内。     

基于模板抽样的快速图像匹配算法

为了提高图像匹配速度,满足某些领域的实时性要求,提出了一种快速图像匹配算法.该算法利用Sobel边缘算子得到模板的灰度边缘图像,并对该边缘图像进行抽样以提取匹配点,从而显著减少匹配过程的计算量.利用遗传算法的非遍历搜索机制,迅速收敛到全局近似最优解,进一步减少了匹配过程的计算量.在此基础上引入精确匹配环节,找出了目标子图像的精确位移及旋转角度.将该算法应用于全自动金丝球焊机的图像识别系统,在主频为1GHz的工控机上实现该算法,匹配时间平均约为37ms,小于系统在60ms内进行匹配的要求,连续多次实验算法均能精确匹配目标的概率为93.8%,满足该系统的实时性与精度要求,取得了理想的效果.     

一种改进的基于Harris角点的图像拼接方法

主要研究了图像拼接的优化问题,针对传统的Harris角点检测算法流程进行了改进。在通过NCC算法对特征点进行匹配的过程中,采用了一种改进的特征点描述方法,减少了常规NCC算法产生的伪匹配点,从而提高了运算的速率。为验证其有效性,该方法被应用于一个图像拼接的实例中,实验结果表明,该算法缩短了图像拼接所消耗的时间,提高了图像拼接的精度和效率,具有良好的实用性。     

基于差分极值的边缘检测算法

本文提出了一种基于局部区域差分极值的边缘检测算法,该算法的特点是在局部区域边缘检测窗口内直接提取边缘像素,分割的边缘为真实边缘,边缘连续性好,适合于照度不均匀图像的分割。最后给出实验结果。