基于改进3D-Harris角点检测算法的电厂地下管廊点云拼接方法研究

提出一种基于改进3D-Harris角点检测算法的电厂地下管廊点云拼接方法。以电厂地下管廊多组海量点云数据为分析对象,利用主成分分析法获取目标检测点在邻域点云微切平面上的法向信息,进而提取点云的边界点;构建基于目标检测点法向信息的协方差矩阵,计算并比较其角点响应强度函数,从中选出部分待筛选点作为真伪角点检测对象;利用基于高斯曲率极值点的伪角点检测方法,滤除伪角点并筛选出真角点;最后通过快速点特征直方图方法匹配各组点云间的相似角点,利用最近点搜索点云配准算法实现地下管廊多组点云间的拼接,并与传统3D-Harris角点检测算法的结果进行比较。对比表明,所提出算法计算耗时短且角点提取正确率高,可实现电厂地下管廊海量点云的精确拼接。

基于Harris的快速3-D特征点检测算子

图像匹配是数字摄影测量和计算机视觉领域中的关键技术。目前,基于特征点的匹配广泛应用于图像匹配中,至关重要的是如何定位特征点,高精度的特征点产生高精度的匹配结果。本文提出了3-D Harris特征点检测算子,分两个步骤实现:采用高斯算子平滑灰度突变点和利用Harris算子提出视频中的像素角点。实验结果表明了3-D Harris算子的高效性和精确性。

基于Harris算子的图像拼接高精度检测技术

针对医疗器械要求高精度检测的特点,提出了采用图像拼接对器械进行检测的方法,通过Harris算子精确提取图像中的特征点进行图像拼接,不但极大提高了拼接精度以及精密医疗器械的检测精度,而且增加图像分辨力与成像范围。拼接精度是检测精度的保证,基于Harris算子的拼接图像可实现微米级高精度检测。通过该方法进行图像拼接并测量其精度,测试精度与单幅图像相比明显提高,结果完全符合器械检测要求。基于拼接的精密仪器测量是一种提高测量精度的新方法,这方面的研究必将推动机器视觉技术的进一步发展。

Harris算子耦合强度特征的图像复制-粘贴篡改检测算法

目的针对当前较多图像复制-粘贴篡改检测算法主要依靠度量图像的结构特征来实现篡改检测,忽略了图像的强度特征,使其在各种几何变换下难以准确检测出伪造内容,导致检测结果中存在漏检和误检等问题,设计一种基于Harris算子耦合强度特征的图像复制-粘贴篡改检测算法。方法利用Harris算子对图像的特征点进行精确的提取。通过特征点构造圆形特征区域,求取该区域的Zernike矩,通过Zernike矩的大小实现对特征点的描述。随后,利用不同阶数的Zernike矩来描述图像的强度特征和纹理特征,从而构造匹配模型,对图像特征进行粗匹配,并引入RANSAC方法对粗匹配结果进行优化。最后,利用形态学腐蚀与膨胀操作将特征区域进行连通,以确定篡改区域。结果实验结果表明,与已有的图像伪造检测方案相比,所提算法具备更高的检测精度和鲁棒性,在噪声和旋转等变换下仍有更好的检测效果。结论所提技术拥有较高的伪造检测准确性,在图像水印、信息安全领域具有一定的参考价值。

基于Harris算子的灰度图像角点检测方法研究

角点是图像中的一个重要特征,含有丰富的信息量,决定了图像中目标的形状。角点对图像处理有足够的约束力,利用角点信息可有效地提高运算速度。角点特征可应用于很多领域,例如运动估计、目标描述、图像匹配、目标跟踪等。本文主要研究了数字图像的Harris角点检测算法。Harris角点检测原理中角点与自相关函数的曲率特性有关,是计算像素点所在位置的梯度变化,若沿水平方向和垂直方向的绝对值都比较大,则这个像素点被判为角点。

一种自适应的Harris角点检测算法

分析Harris角点检测算子的实现原理及其不足,提出一种基于图像分块和邻近角点剔除策略的自适应Harris角点检测算法,检症测出的角点均匀分布,有效避免了角点聚簇现象。实验结果表明,该算法检测出的角点分布更均匀合理,能很好地适应图像拼接等实际应用。

一种改进的Harris角点检测算法

图像拼接中,提高角点检测的精确度可以提高配准的精度。在Harris算法的基础上,提出了一种改进的角点检测算法,算法首先分别对图像中每行、每列上所有像素点的Rharris进行X、Y方向的曲线拟合,然后对拟合后的曲线进行分析,若某个像素点的Rharris值在两个方向上都处于"波峰"位置,则将该像素点检测为角点。实验结果表明该算法可以避免阈值的选择,有效地克服了阈值选择不当造成的角点冗余或丢失,提高了角点检测的精度。

基于边缘改进的Harris角点检测方法

针对Harris角点检测算法中,对于图像角点存在错检和漏检的问题,提出了一种基于图像边缘的Harris角点检测方法。该方法首先采用二阶微分算子提取图像边缘,然后在得到的图像边缘的基础上进行Harris角点检测,最后记录检测出的角点的位置并在原图上进行标记。实验结果表明,相对于传统的采用梯度进行角点检测的方法,采用二阶微分算子提取边缘后的角点检测方法能够更多更准确地检测到图像的角点。

基于改进的Laplacian算子的图像边缘检测

分析了图像边缘特性以及Laplacian算子检测图像边缘的基本原理,并对经典Laplacian算子进行改进,提出了一种新的边缘检测算法,以便准确地检测出图像中的目标边缘,利用该改进算法来检测图像的边缘。

自适应的Harris棋盘格角点检测算法

针对摄像机标定中的棋盘格角点检测问题,分析了Harris角点检测算法局限性,综合考虑了多个参数对角点提取的影响,根据每个参数影响程度的不同采取分步调整策略,实现棋盘格角点的自适应检测算法。该算法计算量小、易于实现,提高了运算效率,有效避免了角点聚簇和角点分布不均的角点空缺现象的产生。实验结果表明,该算法对摄像机各种畸变情况下的棋盘格角点可准确提取。

面向OpenCL架构的Harris角点检测算法

Harris角点检测算法是计算机视觉领域中使用非常广泛的点特征提取算法,它计算简单,稳定性强,但运算速度慢。当前已有算法优化研究一般只针对单一硬件平台,它们很难实现在不同平台上的高效运行。为此提出一种基于开放式计算语言(OpenCL)设计思想的Harris角点检测并行算法,其采用图形处理器(GPU)中共享存储器、常量存储器和锁页内存机制在OpenCL框架下完成影像角点检测的全过程。实验结果表明,基于OpenCL的Harris角点检测并行算法相比CPU上的串行算法可获得的加速比高达77倍,执行效率明显提高,对于大规模数据处理表现出良好的实时处理能力。

基于IIR指数平滑滤波与非线性Laplacian算子的边缘检测方法

本文提出了一种基于ＩＩＲ指数平滑滤波与非线性Ｌａｐｌａｃｉａｎ算子的边缘检测方法，具有以下特点：采用最佳指数平滑滤波器增强抗噪声能力，且可实现无限大窗口的快速递归运算；利用非线性Ｌａｐｌａｃｉａｎ算子只沿边缘方向增强边缘，充分利用了边缘的局部方向信息；引入边缘强度信息，在二阶零交叉处根据边缘强度定位边缘；运算量独立于滤波器窗口尺寸，具有较高的计算效率．通过与ＬＯＧ算子的对比实验和在立体视觉中的应用表明，该方法具有良好的实用性．

基于自适应Harris角点检测的掌纹定位方法

分析Harris角点检测算子的实现原理及其应用于掌纹定位中时的不足,提出了一种基于自适应Harris角点检测的快速掌纹定位算法,该算法可以人为选择感兴趣区域进行检测,然后利用角点进行定位。有效地避免了掌纹定位过程中二值化,边缘检测等一系列复杂的过程,并且克服了检测过程中的角点簇拥,计算量大的缺点。实验结果表明,该方法进行的掌纹定位非但计算量小,处理速度快,而且检测出的角点分布均匀合理,能更好的适应图像定位等一系列的应用。

基于Laplacian算子的图像边缘检测方法研究

在分析图像边缘特性及其 L aplacian算子检测原理的基础上对经典 L aplacian算子算法进行改进 ,以便能准确地检测出图像中的目标边缘 。

基于Laplacian算子的一种新的边缘检测方法

本文在分析经典 L aplacian算子作用原理的基础上对其进行改进 ,提出了一种新的边缘检测算法 .实验证明 ,该算法能有效地消除噪声、准确地检测图像中的目标边缘 。

基于Harris角点的视频图像检测算法的研究

随着时代的发展,科学研究、医疗卫生、公共安全和工农业生产等领域对数字图像采集和处理的应用越来越广泛,本文提出了一种基于USB2.0接口图像采集及处理系统的设计方案.该系统的数据采集源为图像传感器,包含数据传输,实时显示和角点提取三个模块.在角点提取过程中,对Harris算子的检测原理、实现方法及性能分析分别进行了说明.最终使用MATLAB编程工具,完成对不同图像的Harris角点检测.根据检测结果可以看出,使用Harris角点检测方法,检测速度快,得到的角点较均匀,算法稳定,对数字图像的处理有着重要的现实意义和应用价值.

一种基于Harris-Laplace特征点检测的抗几何攻击数字水印算法

基于图像特征点检测的第2代数字水印算法具有良好的抗几何攻击能力.Harris算子是2代水印中使用较多的一种特征点检测方法.然而传统Harris算子提取的特征点对于较大尺度缩放攻击的稳定性较差,结合自适应尺度特性的Harris-Laplace算子在一定程度上克服了这一缺点,并且对于旋转,噪声及压缩攻击均具有较好鲁棒性.据此给出了一种基于Harris-Laplace特征点检测的数字水印算法,实验结果表明,该算法对于常规信号处理和几何攻击具有较好的鲁棒性.

基于Laplacian算子和灰色关联度的图像边缘检测方法

结合Laplacian算子与灰色关联度提出了一种新的图像分割技术,即以Laplacian变形算子作为参考序列,计算每个像素点及其8-领域的灰色关联度,从而辨别该点是边缘点还是非边缘点.实验结果证明,该方法可以有效地提取图像边缘,而且可以通过调整关联度的阈值和分辨系数来控制边缘信息量.

基于改进Harris角点检测算法的遥感影像匹配研究

本文基于改进Harris角点检测算法,对遥感影像匹配采用优化的Harris算子方法进行了研究。根据高分辨率遥感影像特点,提出了一种新型的影像匹配方法,其中充分融合了SIFT描述符和Harris算法。结果显示,该影像匹配方法能够得到高分辨率遥感影像匹配效果,并且与传统方法相比其还具有旋转不变性特征。本文算法在提高匹配速度的同时,匹配精度只发生了较小的降低。相对于基于SIFT的匹配方法,本文匹配方法在特征点匹配上耗时较少,匹配精度比SIFT匹配方法提高了4.18个百分点。

基于Canny边缘检测和Harris角点检测的图像拼接方法

提出了一种基于Canny边缘检测和Harris角点检测的图像拼接方法,并给出了具体的实现步骤,通过真实的变电站图像算例实验验证了该方法的有效性,有利于变电站的安全运行.