期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
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 +1 位作者 黄建中 胡政 《上海交通大学学报》 北大核心 2025年第5期691-702,共12页
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... 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. 展开更多
关键词 型钢 检测 加速分割检验特征提取算法 最小心值相似域算法 自适应阈值
在线阅读 下载PDF
基于四元数的改进型最小核值相似区边缘检测 被引量:3
2
作者 宋健飞 高莉 《计算机应用》 CSCD 北大核心 2015年第3期826-829,848,共5页
针对基于亮度和色度的彩色图像边缘检测在检测过程中忽略亮度和色度之间关联性而导致部分边缘不能有效地被检测出来的问题,提出了一种基于四元数的改进型最小核值相似区(SUSAN)边缘检测算法。首先,利用四元数矢量旋转原理将HSI颜色空间... 针对基于亮度和色度的彩色图像边缘检测在检测过程中忽略亮度和色度之间关联性而导致部分边缘不能有效地被检测出来的问题,提出了一种基于四元数的改进型最小核值相似区(SUSAN)边缘检测算法。首先,利用四元数矢量旋转原理将HSI颜色空间的三维信息映射成二维平面信息实现空间降维,同时引入标量V来综合表示H、S、I三通道之间的关系;然后,将标量V作为算子的核函数;最后,利用改进的SUSAN算子完成图像的边缘检测。实验结果表明,提出的算法针对色度相同、饱和度存在差异以及饱和度相同、色度存在差异的彩色图像,在边缘检测的定位误差率上降低了1.5%。在实际的应用中,能够更好地获得图像中的目标信息,同时也为后续的分割和识别研究提供更好的先验知识。 展开更多
关键词 彩色图像 四元数 空间降维 最小相似 边缘检测
在线阅读 下载PDF
基于灰度差分与模板的Harris角点检测快速算法 被引量:41
3
作者 张立亭 黄晓浪 +2 位作者 鹿琳琳 陈竹安 徐志宽 《仪器仪表学报》 EI CAS CSCD 北大核心 2018年第2期218-224,共7页
为了去除伪角点和减少角点遗漏并且实现图像中角点的实时提取,提出了一种基于灰度差分与模板的Harris角点检测快速算法。改进算法采用灰度差分与小模板相结合的方法筛选出初始角点集,并在此基础上对最小核值相似区(SUSAN)算法进行了... 为了去除伪角点和减少角点遗漏并且实现图像中角点的实时提取,提出了一种基于灰度差分与模板的Harris角点检测快速算法。改进算法采用灰度差分与小模板相结合的方法筛选出初始角点集,并在此基础上对最小核值相似区(SUSAN)算法进行了改进并采用改进的SUSAN算法精化初始角点集;最后,通过计算初始角点的角点响应函数值并进行非极大抑制,以确定最终的角点。实验结果表明,改进算法能够准确提取图像中的角点并去除大量伪角点。此外,改进算法的角点检测时间显著减少,仅为原算法的4.7%,能够满足角点实时提取的需求。 展开更多
关键词 HARRIS算法 最小相似算法 检测 实时
在线阅读 下载PDF
基于分割模板加权Hausdorff距离矩阵的特征匹配算法 被引量:4
4
作者 徐一鸣 刘晓利 刘怡昕 《兵工学报》 EI CAS CSCD 北大核心 2011年第11期1353-1358,共6页
针对电视制导系统图像匹配时遇到的大比例目标遮挡以及严重噪声干扰等情况,提出一种基于分割模板加权Hausdorff距离(HD)矩阵的特征匹配算法。将模板分割为若干个子模板;利用最小核相似区检测角点(SUSAN)算子提取图像的角点;分别计算子... 针对电视制导系统图像匹配时遇到的大比例目标遮挡以及严重噪声干扰等情况,提出一种基于分割模板加权Hausdorff距离(HD)矩阵的特征匹配算法。将模板分割为若干个子模板;利用最小核相似区检测角点(SUSAN)算子提取图像的角点;分别计算子模板与搜索图像对应区域的基于角点响应函数的加权HD,构造出HD矩阵;经过角点密度矩阵修正得到相似性度量,采用Frobenius矩阵范数求得矩阵的最佳解,即对应于最佳匹配位置。在目标跟踪实验中加入大比例遮挡及严重斑点噪声(n=10),当模板与对应区域的特征点数量相差达到-43.75%~56.25%时,仍然可以实现配准。 展开更多
关键词 信息处理技术 特征匹配 最小核相似区检测角点 HAUSDORFF距离 矩阵范数
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部