排序方式: 共有7条查询结果,搜索用时 78 毫秒
1
1.
2.
3.
4.
平行直线以及具有平行结构的多边形在图像中的体现非常丰富,以往的研究一般通过直线斜率相等判断两直线平行,对具有平行结构的多边形的检测需要预先给定信息或者适用范围狭窄,针对一般平行结构检测的研究一直较少。作者在充分研究平行结构特性的基础上,基于距离信息提出了平行算子的概念,实现了图像中平行结构的检测。首先,利用点线距离及点间距离的关系给出平行算子的定义;然后,获取图像中的有效像素,并基于平行算子得到所有平行点组;随后,根据方向信息合并平行点组,利用Hough变换实现图像中平行线的检测;最后,验证直线交点之间线段的存在性,根据存在线段的端点位置实现多边形检测。实验结果表明:本文定义的平行算子能够很好地检测到实际图像中的平行点组,在平行精度要求不高的条件下可以抵抗较大的噪声;基于平行算子的图像平行结构检测算法可以准确检测出图像中的平行直线及具有平行结构的多边形。本文提出的算法可准确检测出图像中的平行结构,具有普遍性。 相似文献
5.
基于基元表示的多边形检测方法 总被引:1,自引:0,他引:1
特征检测是图像处理的经典问题,但多边形检测一直研究较少,针对这一现况,提出了一种简单有效的多边形检测方法——基于基元表示的多边形检测方法. 该方法的主要思想是:首先,检测图像关键点并计算关键点附近的边缘方向,利用关键点位置与边缘方向信息定义点基元(一维基元);其次,将满足组合条件的点基元进行组合, 获得线基元(二维基元);然后,将满足组合条件的线基元与点基元进行组合,获得三维基元或者三角形,实现三角形检测;同样,可将满足组合条件的n(n≥2)维基元与点基元进行组合,获得n+1维基元或者n+1边形,实现多边形检测. 实验结果表明,本文提出的基于基元表示的多边形检测方法可准确有效地检测出图像中包含的各种多边形. 此外,本文提出的基元表示方法也为其他由线条组成的复杂图形的检测提供了一种新的思路. 相似文献
6.
7.
在研究基于子空间跟踪的最小均方误差(MMSE)多用户检测器(MUD)的基础上,为解决原算法因引入特征值估计误差而导致检测性能下降的问题,设计了一种改进的算法——修正的MMSE多用户检测器.采用正交性能优良的OPAST算法跟踪子空间,提出一种基于OPAST的修正MMSE多用户检测算法.仿真结果显示,与基于OPAST的MMSE MUD相比,基于OPAST的修正MMSE MUD算法收敛速度快,输出信干比和误码率性能逼近SVD MUD算法,并且计算复杂度较低. 相似文献
1