基于k_d曲率的自适应支撑邻域角点检测 |
| |
引用本文: | 兰国清,胡旭晓,王永力,吴跃成.基于k_d曲率的自适应支撑邻域角点检测[J].成组技术与生产现代化,2018(2). |
| |
作者姓名: | 兰国清 胡旭晓 王永力 吴跃成 |
| |
作者单位: | 浙江理工大学机械与自动控制学院 |
| |
摘 要: | 根据kd曲率计算方法具有比传统方法简捷的特点,提出了基于kd曲率自适应支撑邻域的角点检测方法.首先,用Canny算子提取初步轮廓曲线,然后进行融合填补,再筛选出高质量的轮廓曲线,并对曲线进行高斯核平滑.从算法鲁棒性考虑,提出一种新的思想,即寻找一个可以确定一条曲线总体支撑邻域的参数,使其随着仿射变换在噪声干扰下发生有规律的变化,从而实现自适应支撑邻域的角点检测,并用自适应阈值和非极大值抑制来排除伪角点和弱角点,最后提取精确的角点.通过实验与Harris、HeYang、CPDA、KD、ANDD等算法对比,该算法的定位误差和错误率较低,而平均重复率明显较高,具有更好的角点检测性能.
|
本文献已被 CNKI 等数据库收录! |
|