基于OpenCV的高精度零件角点距离测量研究

提出了一种基于OpenCV的非接触式的测量方案,为提高零件角点的测量精度提出了新的应用方案。首先使用摄像机标定方法来矫正透镜畸变,采用了中值滤波消除噪声,从图像中获得更多的细节和信息,利用哈里斯角点检测和亚像素检测方法实现角点提取。最后,实验分析和比较了基于OpenCV的高精度零件角点测量的应用效果。

基于harris角点的电子稳像算法研究

研究了一种基于harris(哈里斯)角点匹配的电子稳像算法。为了实现电子稳像,该算法首先从震动图像中搜索所有的哈里斯角点,然后选择左上角的角点作为模板,在震动前的图像中寻找匹配部分,从而计算出运动向量,最后根据该运动向量计算出稳定的图像。结果表明,该算法是一种快速、高效而且稳定的方法,在井下智能监控系统的应用中能取得良好的效果。

基于提升小波和Harris角点检测的版权认证算法

文章提出一种新型的零水印版权认证方案,该方法利用自适应Harris角点检测算法并结合哈尔整数小波来提取图像特征.通过合理选择阈值T和局部特征半径R,特征映射表现出稳定和易识别的特性,因此可用来构建鲁棒水印.仿真表明,该方案可以抵抗多种信号攻击,如高斯噪声、JPEG有损压缩等,并在版权保护领域具有一定的可行性与可靠性.

基于Harris角点的木材CT图像配准

提出一种三角形法描述Harris特征点的方法,该算法首先利用Harris算子对两幅图像进行角点检测,将检测到的角点按照权值大小进行排序后,利用三角形法对特征点进行特征描述,从而找出两幅图像间特征点相互对应的关系,同时也得到了图像配准所需要的参数。实验结果证明,该算法配准准确率高,速度快,具有很强的鲁棒性。

移动摄像视频的多运动目标实时跟踪算法

针对运动摄像头视频序列多运动目标检测准确率与实时性较差的问题,提出一种新的多运动目标检测与追踪算法。首先,使用Harris角点提高运动像素检测的准确率,将角点作为特征点提高特征点分类的准确率;设计了前景特征点更新方法与基于透视变换的背景特征点提取方法进一步提高分类性能,并且设计了自运动补偿与细化算法减小运动摄像头的影响;最终,采用基于最小外接矩形框引力中心的Kalman滤波器实现多运动目标的追踪。仿真实验结果表明,此方法对快速多运动目标的追踪具有较好的性能,同时具有较好的实时性。

基于改进的Harris和SIFT算法的眼底图像拼合

传统的眼底图像拼合主要采用SIFT算法实现,算法计算量大,效率低,准确率也不高。Harris提取的是图像的角点信息,能较好准确地反应图像的特征信息。作者采用Harris和SIFT算法相结合的方式,采用Harris算法提取的角点信息,并用这些角点提取SIFT特征描述符,且在图像拼合的过程中对算法做出相应的改进,克服了多模式图像中局部梯度信息不一致带来的误差,计算效率高,且拼合效果较好。

基于MROGH特征描述子的图像局部拷贝—旋转—移动行为取证

各种数字图像编辑软件的普及让人们的生活更加多姿多彩,但同时也带来了更多的安全隐患——恶意的篡改者伪造图像、传播虚假内容的门槛极大地降低了。图像局部拷贝—移动(copy-move)是最为容易操作且有效的图像篡改手段之一,针对这种图像篡改手段的取证技术也在近年来受到了广泛关注。在图像的局部拷贝—移动篡改过程中,通常会包含一定程度的旋转操作,因此取证手段对于旋转的鲁棒性非常重要。本文提出了以筛选后的哈里斯角点结合MROGH(Multi-support Region Order-based Gradient Histogram)特征描述子的图像局部拷贝—旋转—移动篡改取证方法。实验证明,该方法具有良好的特征点覆盖率和旋转鲁棒性。

基于Markov过程的装配式建筑图像布局标定方法

针对当前装配式建筑轮廓多由不规则形状组成,无法准确提取图像所含特征点,导致装配式建筑图像布局标定效果较差,标定精度较低,标定时间较长的问题,提出基于Markov过程的装配式建筑图像布局标定方法。根据装配式建筑图像的不同特征,架构图像特征空间图与转移矩阵,结合逼近属性与全概率条件,构建图像布局标定的Markov过程数学模型。预处理待标定图像,采用哈里斯算子提取建筑图像角点,根据多尺度哈里斯-拉普拉斯角点,绘制三角网。利用欧几里得距离度量近似三角形间的相似性,升序排列相似度顺序,采取最小相似度加权值方案,实现建筑图像布局标定。实验结果表明,所提方法的装配式建筑图像布局标定效果较好,能够有效提高标定精度,缩短标定时间。