多特征复合的角点提取方法

提出了一种利用图象灰度特征和边界轮廓点特征相复合的角点检测方法 .首先在 SU SAN特征检测原则基础上 ,提出了基于图象灰度特征的快速自适应特征检测方法 ,用以提取不同图象对比度下目标轮廓上的初角点 .利用边沿元对这些包含了部分边缘点的初角点沿边缘方向跟踪排序后 ,再由根据图象边缘特征检测的边界方向变化情况来确定角点位置 ,同时剔除由于图象数字化而导致的虚假角点 .这种方法克服了单一特征提取角点所带来的弊病 ,提高了角点检测的精度 ,抗噪能力强 ,运算量较小 ,适于实时实现 .

大数据环境下异质模糊图像角点特征提取仿真

运用传统方法在大数据环境下进行异质模糊图像角点特征提取时,存在角点遗漏、提取不精确等问题。为解决上述问题,提出一种基于改进SUSAN的异质图像角点特征提取方法。在大数据环境下,采用高斯滤波对异质模糊图像进行去噪处理,通过改进SUSAN角点检测方法建立圆形模板,采用圆形模板邻域内像素灰度值中值代替模板中心像素灰度值作为模板"核"来检测区域目标角点。对检测出的图像角点所在边界进行细化;采用多角点结合的提取方法对经过处理的异质模糊图像角点特征进行精确提取。仿真结果证明,所提方法对图像角点特征提取的精度较高,大大缩短了提取用时,并且不会对图像的内容及细节造成破坏;面对噪声及其它环境的干扰,该方法的运算效率没有受到太大的影响,说明该方法的抗噪性比较好,为图像处理工作提供了更好的依据。

采用图像处理技术的输电线路导线弧垂测量

输电导线弧垂是导线安全运行的重要指标,对其实时监测已成为国内外研究的一个重要课题。为此,利用视频图像处理技术自动计算输电导线弧垂,当导线弧垂不在规定的安全范围时进行报警,以通知相关人员及时采取防范措施。通过输电导线视频监控装置获取导线弧垂的视频信息,在视频流中截取数字图像作为研究对象,利用摄像机标定、图像灰度化、图像平滑等方法对图像进行预处理;采用Harris角点(即兴趣点)提取方法对导线进行特征提取,找到导线弧垂最低点和金具点,再由坐标系变换,在世界坐标系中得到实际弧垂。对特高压交流输电导线500号杆塔进行处理与分析,得到导线弧垂为9.1847 m,该值属于安全范围内;与实际测量相比,相对误差是0.6%,处于误差容限范围内。此方法可以较为精确地测量导线的弧垂,并且操作方便。