排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
针对现有图像特征匹配算法高复杂度、耗时长等问题,提出一种基于局部特征点的新型特征匹配算法。首先,构建尺度金字塔,在不同的尺度上进行FAST特征点检测,根据特征点的Harris响应对特征点进行排序选取;然后利用图像的矩和积分图的方法获得特征点方向,再根据同心圆的采样模式构造特征点向量,最后根据特征点向量的汉明距离进行特征匹配。实验研究表明,该算法在图像有一定程度的缩放、旋转和噪声影响的条件下,运行效果仍然稳定可靠。与传统的SIFT算法相比,该算法在保证特征提取与匹配良好性能的前提下,运行速度要比SIFT算法快数倍。 相似文献
2.
强干扰条件下的星体提取方法 总被引：1，自引：1，他引：0
为了解决在强干扰条件下星体提取问题,提出了一种基于边缘检测+星体像素筛选的星体提取方法,首先用一种边缘检测算法分割星图,然后对像素进行标记,最后利用自适应阈值对星体的目标像素进一步筛选．并对像素标记算法进行改进,改进的算法在标记目标像素时,同时分析与它相邻的像素的连通性,使得属于同一星体的所有像素只分配一个标记值,提高了星图处理的效率．试验结果表明,该处理方法对强干扰噪声具有更好的鲁棒性、且运算速度更快,精度也有所提高．提出的边缘检测+星体像素筛选的星体提取方法有助于在强干扰条件下分离星体目标和背景,改进的像素标记方法,可以更快地区分不同的星体,便于工程应用． 相似文献
1