基于OpenCV的Harris角点检测

角点检测在运动估计、光流计算、视觉定位、3D重建和相机标定、形状测量和分析等方面都有广泛的应用.详述了Harris算法的基本原理,在OpenCV算法环境下运用Harris算法对黑白棋盘格图像进行角点检测,实验结果可以应用在摄像机的标定当中,具有一定的应用价值.     

基于OpenCV的Harris角点检测

角点检测在运动估计、光流计算、视觉定位、3D重建和相机标定、形状测量和分析等方面都有广泛的应用.详述了Harris算法的基本原理,在OpenCV算法环境下运用Harris算法对黑白棋盘格图像进行角点检测,实验结果可以应用在摄像机的标定当中,具有一定的应用价值.     

角点检测算法评价方法的研究

提出了一套评价角点检测算法优劣的准则,举例说明了用这套准则评价不同角点检测算法的过程,并通过实验评明了理论分析对具体应用的重要指导作用,为在具体应用中选择或改进角点检测算法提供了理论依据。     

图像质量对Harris角点检测的影响研究

Harfis角点检测计算的依据是图像像素点的梯度，并且受约于像素之间的相关性．而图像质量直接影响像素之间的相关性，从而时Harris角点检测产生作用．本文根据图像质量的几个标准分别时图像进行评价，并阐述图像质量和Harris角点检测之间的关系，把图像质量作为Harris角点检测选择参数的一个依据，并建议通过量表时不同质量的图像选择不同的参数进行角点检测．     

最小亮度变化角点自适应检测算法研究

对最小亮度变化角点检测进行了深入探讨，对其存在的不足提出两点改进：(1)用模糊度概念进行自适应窗口插值，大大减少了以往最小亮度变化角点检测普遍采用固定窗口插值所造成的漏检和虚报概率；(2)利用斜线上边缘点的方向连续性，有效地滤除了由于图像量化误差而造成的伪角点．实验证明，改进的算法明显地提高了角点检测概率和准确度．     

图像质量对Harris角点检测的影响研究

Harris角点检测计算的依据是图像像素点的梯度,并且受约于像素之间的相关性.而图像质量直接影响像素之间的相关性,从而对Harris角点检测产生作用.本文根据图像质量的几个标准分别对图像进行评价,并阐述图像质量和Harris角点检测之间的关系,把图像质量作为Harris角点检测选择参数的一个依据,并建议通过量表对不同质量的图像选择不同的参数进行角点检测.     

基于边缘方向角的自适应尺度角点检测

在边缘方向角的基础上提出了一种新颖的角点检测方法。新模型基于:边缘在角点处必定发生弯折;在一定尺度范围内,角点两边的点均有方向角的最大趋向一致性;合理的放宽尺度,角点两边的点均有方向角最大趋向一致性增强。实验结果表明:新模型能够排除更多的伪角点,利用边缘方向向量判断角点的凸凹性;和其它多种角点检测模型相比,这种方法能够提供更多的角点信息,而且检测准确率高。     

基于平行四边形对角线理论的角点检测算法

角点检测是图像处理和计算机视觉领域的基本任务,角点响应函数构造的复杂性或者曲线进行多次平滑的操作会制约角点检测方案的检测效率.针对这一问题,提出一种利用平行四边形对角线之比快速估计曲率的角点检测算法(fast corner detecion based on the ratio of parallelogram dia...     

一种基于直线拟合的自适应角点检测算法

角点是图形图像的重要特征,对图形图像的理解和分析具有重要作用.角点检测的关键是对局部支撑域和曲率的估算.为此,提出一种基于直线拟合的自适应角点检测算法,设计了滑动窗口自适应调整策略,并用于边界点局部支撑域的选择.克服了以往局部支撑域事先固定不变的缺陷,且在滑动窗口的基础上提出基于特征向量夹角的曲率计算方法,克服了图像边缘噪声的干扰.针对改进的Harris角点检测算法和n链码角点检测算法进行比较,实验证明所提出的算法能对角点进行精确定位,抗噪能力强.     

Harris角点检测在彩色图像中的应用

角点提取是图像特征提取的一种重要方法,本文分析了Harris角点检测算法并利用Matlab语言实现了该算法。由于原算法角点响应函数在高分辨率图像检测中存在聚簇现象,本文通过新角点响应函数的使用对算法进行了改进并实现了该算法在彩色图像角点检测中的应用。实验结果表明,改进后的算法极大提高了高分辨率图像角点检测准确度。     

基于高斯差分滤波和形态学滤波的Harris角点检测算法

Harris算子及其改进算子(如Harris-Laplace算子)是当前应用广泛的角点检测算法,然而它们都存在冗余点多和抗干扰能力差的缺点。基于此,提出一种新Harris算子改进算法。将图像进行高斯差分滤波,采用多层差分平均值增强稳定性和抗干扰性; 对差分图像进行灰度形态学滤波,进一步去除小于结构元素的波谷,波峰值保持不变,这样不仅可以减少冗余点,还可以提高抗噪能力。实验表明,该方法在抗噪和去冗余点方面明显优于Harris算子和Harris-Laplace算子。       

基于MIC的快速角点提取改进算法研究

针对MIC算子不能区分部分边缘点和角点的缺陷,提出一种自适应边缘点滤除算法。在边缘清晰的情况下,使用求USAN区域的方法过滤掉边缘点;在边缘模糊的情况下,使用模板较大的插值方法在核心点邻域计算其角点响应值。实验证明,该算法能够很好地区分出边缘点和角点。     

硬度图像角点检测算法

硬度检测图像中存在大量杂质与噪声,目标区域的边缘模糊且形状复杂,传统角点检测算法无法检测出目标区域的角点,也很难应用直线拟合或直线检测算法实现角点的精确定位。针对硬度检测中面临的复杂环境下角点检测任务,提出一种新的基于旋转灰度变化的角点检测算法。与传统的角点检测算法相比,该方法对噪声和杂质具有更好的鲁棒性,能够在背景复杂、边缘模糊的情况下准确检测出目标区域的角点位置,具有更好的适用性。在硬度图像上与传角点检测算法及直线求交确定角点方法的对比实验表明了算法的有效性。     

一种改进的Harris多尺度角点检测算法

图像特征点的提取是实现图像特征匹配的重要步骤。针对Harris角点算法的受尺度变化影响大,阈值为人为给定的缺点,把图像尺度空间的思想与自适应阈值的方法相结合,提出了改进的多尺度Harris角点检测方法。实验结果表明,该算法提取到的图像角点不仅精确度高,而且检测到的伪角点少。     

基于骨架角点检测的粘连车辆分割

给出一种基于骨架角点检测的方法以实现视频监控中粘连车辆的分割。首先利用"火烧法"提取粘连车辆区域的骨架,并对骨架进行角点检测,然后用K均值聚类方法对角点聚类,由聚类结果得出粘连车辆的分割线。利用50幅从实际监控视频中截取的图片进行实验,结果表明,所给方法可缓解过分割问题,并能在保证分割质量的情况下,缩短分割时间。     

一种适用于图像测量的角点检测算法

根据角点一定是边缘点且是2条边缘或多条边缘交点的几何特征,提出了一种基于亚像素边缘拟合的角点提取算法.首先,获得形成角点的边缘所处的图像区域,在该区域中利用亚像素边缘检测算法求得边缘的方程,然后利用相邻2条直线方程分别求交点,最终取均值求出角点的亚像素坐标.通过与Bouguet算法比较,发现在视觉比较、投影误差相近的情况下,本文角点检测算法获得的尺寸测量值的平均绝对误差要小于Bouguet算法,证明本算法更适用于高精度的图像测量。     

一种图像形态学的角点检测改进算法

提出了利用数学形态学对原有跟踪目标图像进行角点检测的改进算法.针对原有算法中检测效果往往受结构元素尺寸大小影响较大,提出了一种利用多尺寸大小的结构元素对目标进行角点检测,将检测结果进行融合的方法.实验结果表明该算法能够准确的找到图像的角点,对噪声起到了有效的抑制.     

可调数学形态学的角点检测新算法

提出了一种新的基于可调形态学的角点检测方法。该方法采用对称圆形结构元素,通过选择合适的可调参数,对图像进行可调膨胀和可调腐蚀等一系列运算,先分别计算图像中凸角点和凹角点的精确位置,再将两者结合起来,从而得到图像中的所有角点。利用圆形结构元素大幅度减少了算法的计算量。可调形态学的应用克服了传统形态学检测角点不准确的缺点。实验结果证实了当可调算子中的参数取合适值时,该方法可以较精确地检测出图像中的角点位置。     

纸浆纤维的形状特征提取应用研究

为了正确描述纸浆纤维图像的弯曲特性，提出了一种基于角点检测的纤维特征提取算法.本算法应用自适应滑动窗口策略进行纤维图像各边界点局部支持域的选取，以提取最优邻域，根据各边界点对应特征向量，将二维平面曲线转化为一维特征曲线，利用一维小波变换提取特征曲线奇异点，即二维平面曲线上的角点，根据边界点对应特征值与一维特征曲线的奇异特征确定纤维扭结个数，并根据各点对应局部支持域确定曲度与扭结平均角度，从而完成纸浆纤维的弯曲特征提取.实验结果证明，本算法能有效提取纸浆纤维弯曲特征.     

基于FAST角点检测的图像配准算法

提出了一种具有类SIFT描述特征的FAST角点检测的图像配准算法。先利用FAST对图像进行特征点提取;然后,采用圆环结构算子对提取出的特征点进行类SIFT的特征描述;最后,通过K-D算法将提取出来的特征点进行粗匹配,并使用视差梯度进行预筛选,使用RANSAC算法提纯,从而实现特征点匹配。试验结果表明,与SIFT算法和改进的SIFT算法相比,本算法减少了误匹配的数目,提高了匹配的精确性和稳定性。