-
题名基于自适应阈值的型钢精确角点FAST检测算法
- 1
-
-
作者
包家汉
孙德尚
黄建中
胡政
-
机构
安徽工业大学机械工程学院
-
出处
《上海交通大学学报》
2025年第5期691-702,共12页
-
文摘
基于机器视觉的在线型钢平直度检测中,对型钢图像关键角点快速、准确地提取是实现精确检测的关键技术问题.针对加速分割检验特征提取(FAST)算法需要人工设定角点筛选阈值和角点提取存在大量伪角点的问题,提出一种自适应阈值生成及校正策略,能够在自动获取初始阈值的基础上,根据角点数是否达到初始角点集要求对阈值实时校正直至达到适当值,以减少关键角点遗漏.在采用FAST提取角点的基础上,利用最小核心值相似区域(SUSAN)算法剔除伪角点,以保证关键角点提取的有效性.试验证明,这种基于自适应阈值的FAST角点检测算法(FAST-A),在检测环境和对象特性发生变化时,仍然可以准确、快速地检测到型钢关键角点,在为型钢平直度检测实时提供精确角点的基础上,提高角点提取的自适应性.
-
关键词
型钢
角点检测
加速分割检验特征提取算法
最小核心值相似区域算法
自适应阈值
-
Keywords
section steel
corner points detection
features from accelerated segment test(FAST)algorithm
smallest univalue segment assimilating nucleus(SUSAN)algorithm
adaptive threshold
-
分类号
TP391.4
[自动化与计算机技术]
-
-
题名激光成像引信的目标识别方法研究
被引量：3
- 2
-
-
作者
周瑜
贺伟
-
机构
西安邮电大学通信与信息工程学院
-
出处
《激光技术》
CAS
CSCD
北大核心
2023年第2期267-272,共6页
-
文摘
为了高效准确地滤掉云烟雾等悬浮粒子,减少对激光成像引信工作的影响,采用了改进的Harris+最小核值相似区域(SUSAN)角点检测算法与矩形度结合的目标识别方法。改进算法在原有Harris和SUSAN算法基础上,利用8邻域模板标准差对目标像素点进行初次筛选获得候选角点,经高斯滤波后,利用改进的角点响应函数值进行二次筛选,再通过非极大值抑制得到最终角点,最后利用矩形度对目标与干扰进行二次区分。通过理论分析和实验验证可知,95%的目标能被有效地识别出来。结果表明,该方法能高效准确地区分目标与干扰,同时满足实时性要求,为激光成像引信抗干扰方面提供了一定的理论参考。
-
关键词
激光技术
目标识别
特征提取
HARRIS算法
最小核值相似区域算法
-
Keywords
laser technique
target recognition
feature extraction
Harris algorithm
smallest univalue segment assimilating nucleus algorithm
-
分类号
TN247
[电子电信—物理电子学]
TJ439.2
[兵器科学与技术—火炮、自动武器与弹药工程]
-
