一种新的Harris多尺度角点检测

Harris角点检测是一种经典的角点检测算法,但不具有尺度变化特性。该文把多分辨分析的思想引入到该算法中,构造了基于小波变换的灰度强度变化公式,并得到了具有尺度变换特性的自相关矩阵,从而构建了一种新的基于小波变换的Harris多尺度角点检测算法。这样,使得新的角点检测可以在不同的尺度下获取角点,并克服了单一尺度的Harris角点检测可能存在的角点信息丢失、角点位置偏移和易受噪而提取出伪角点等问题。通过对比实验,新算法明显地提高了图像角点检测性能。

基于小波的多尺度SUSAN角点检测

SUSAN角点检测是一种经典的角点检测算法,但不具有尺变化特性。利用小波变换的多尺度特性,即在小尺度下的定位准确和大尺度下的抗噪性强,该文把多分辨分析的思想引入到该算法中,从而构建了一种新的基于小波变换的SUSAN多尺度角点检测算法。新的角点检测可以在不同的尺度下获取角点,克服了单一尺度的SUSAN角点检测可能存在的角点位置偏移和易受噪声干扰而提取出伪角点等问题。为了综合利用各个尺度下的角点信息,该文提出了由粗到细的角点筛选方案。通过对比实验,新算法明显地提高了图像角点检测性能。

基于双目视觉的振动筛运行状态在线检测方法

针对现有振动筛运行状态检测方法仅能对振动筛局部运行状态进行检测,且存在精度低、时效性差等问题,提出了一种基于双目视觉的振动筛运行状态在线检测方法。首先通过双目视觉检测装置对振动筛的运动图像进行采集;然后对图像进行灰度化处理,利用多尺度Harris角点检测算法获取图像的特征点,引入图像金字塔理论改进Lucas-Kanade光流估计算法,提高图像特征点运动轨迹的在线追踪性能;最后设计BP神经网络分类器,完成对特征点运动轨迹的分析与辨识,实现对振动筛整体运行状态的检测。试验结果表明,该检测方法准确性高、时效性好,可对振动筛运动轨迹进行全方位、多角度的追踪和辨识,实现了振动筛整体运行状态的在线检测和分析。振动筛在停止、正常、疑似故障和故障4种状态下,该方法的准确率分别达到了97.917%、90.667%、96.431%和93.181%。

基于SIFT的图像配准方法

针对大尺度图像配准和不同传感器图像配准问题,介绍了一种基于SIFT的图像配准方法。首先提取图像中适应尺度变化的不变特征点,在提取过程中加入多尺度Harris检测算子,提高了匹配点对的重复率,通过聚类和归一化互信息准则对候选匹配点对的角度、尺度和位置特征进行迭代筛选,删除错误的匹配点对,最后得到正确的匹配点对,对图像进行配准。实验结果表明:该方法能处理相似变换的图像配准。

基于投票策略的图像配准算法(英文)

针对二维刚体图像配准,本文提出了一种由粗到细的图像配准方法。该方法首先由多尺度Harris角点检测算法提取出参考图像和目标图像的特征角点,采用基于投票策略的特征点匹配算法进行初步配准,有效地减少假点和不稳定点,然后对变换矩阵参数进行初估计,采用基于窗的精细算法对变换矩阵参数进行精估计,并得到最终的变换矩阵。实验结果表明,该算法具有高精度,对噪声鲁棒和低计算量的特点。

一种新的维吾尔文字幕关键帧提取方法

为了快速有效地提取视频中含有维吾尔文字幕的关键帧提出一种新方法.该方法首先运用多尺度Harris角点检测,结合维吾尔文字笔画特点,完成字幕关键帧的初步提取;然后利用最小二乘法拟合直线,根据两条拟合直线的角度偏离情况对初步提取的结果作去冗余处理,得到最终字幕关键帧.实验结果表明:该方法快速简单,提取结果的准确率达到93%,具有很好的适应性.

一种多尺度PHOG特征和最优缝合线的运动场景图像拼接算法

针对运动物体对图像拼接易造成配准误差和合成鬼影的问题,提出一种多尺度PHOG特征和最优缝合线的运动场景图像拼接算法.首先,在多尺度空间角点检测的基础上,引入分层梯度方向直方图(PHOG)描述方法,生成多尺度PHOG特征,进行稳定配准,避免运动物体的局部影响.然后,通过构建能量函数,采用图割算法搜索几何、灰度差异最小的缝合线,去除运动鬼影.实验结果表明,该方法对存在运动物体的场景拼接具有较高的拼接精度,拼接效果良好.