增强现实飞机维修过程中角点检测方法优化

针对增强现实飞机维修中角点检测方法存在的问题,提出一种角点检测优化方法。用维纳滤波复原样本图像,通过8邻域比较法滤掉约占总像素点60%的非特征点得到初始点集;建立以角点质量等级Q和相邻角点最小距离限度D min双参数为核心的改进Harris算法,借助Matlab分析得出最优的Q值和D min值,将最优参数带入改进算法后可得到更加准确、分散的角点。实验结果表明,该优化方法与传统方法相比在速度和准确性上有了明显提高,利于后期样本图像与维修现场间的实时匹配。