基于改进的SUSAN算子的棋盘格亚像素角点检测算法

针对SUSAN算子在检测棋盘格角点这一特殊类型角点时出现的不足,提出了改进的SUSAN角点检测算子。改进的算子在分析原有算子仅考虑USAN区域的大小而不考虑USAN区域的形状这一局限性的基础上,通过在SUSAN圆模板内附加两个圆环模板来实现对所有棋盘格角点的有效检测。此外,鉴于棋盘格角点图像形状和灰度分布具有对称性以及灰度对比强烈的特点,采用灰度重心法对角点进行了亚像素定位。为了提高算法性能,具体操作时采用区域分离思想,将USAN区域分成内部像素区域和边缘像素区域两部分,通过对内部像素区域灰度的均值化,达到了抑制内部像素区域噪声的目的。实验结果表明,所提出的算法准确、有效,能达到亚像素级的精度。

基于USAN的改进的角点检测算法

提出了一种基于USAN的改进的角点检测算法。该算法在原有SUSAN算法的基础上做了如下改进:使用一个3×3的方形预检测窗口对图像的像素进行预检测,在精确检测角点前剔除掉大部分的背景点、边界点及脉冲噪声点,提高了算法的效率;根据图像不同区域对比度不同的特性,采用根据对比度自动调节核心点与其邻域像素的灰度差值门限的方法,使所检测出的角点分布均匀;利用基于USAN定义的角点所应具有的特征(角的边缘及USAN的连续性)来剔除伪角点,降低了角点虚报和漏检的发生率。仿真实验证明了该文所提出的算法具有抗噪能力强、运算量小的特点,适于实时实现。

一种基于USAN的特征点检测算法

SUSAN角点检测算子的提出是以假设待测角点是L型为前提的,这就造成了SUSAN算子在检测角点时以USAN区域的大小为判据的局限性。实际上,当USAN区域的大小等于SUSAN圆模板面积的一半的时候,常常会出现错误的检测结果。在分析图像各特征点的本质区分的基础上,在SU-SAN圆模板内,附加了一个圆环模板,并以圆环模板上灰度的跳变次数为辅助判据,来弥补SUSAN算子的不足。此外,SUSAN算子USAN区域的划分是基于固定灰度差阈值的,这对于具有不同对比度的图像的角点提取很不利。鉴于此,提出了一种基于迭代运算的灰度差阈值的计算方法,在每个像素位置,通过迭代运算计算其对应SUSAN圆模板内的灰度差阈值,得到更合理的USAN区域。所提出的算法以USAN区域大小为第一判据,再辅以圆环模板上的灰度跳变次数为第二判据,从而为特征点的检测提供了双重保障。实验结果表明,算法可以准确、可靠地提取出各种不同类型的角点。

基于USAN的棋盘角点检测算法

根据棋盘角点USAN区域几何结构的对称性,提出基于USAN的棋盘角点检测算法,该算法原理简单,容易实现,不仅能快速检测到角点,而且具有旋转不变性,用他可以检测实际拍摄的棋盘图像。通过实验结果表明该算法能快速准确地检测到从各个角度拍摄的棋盘图像的内部角点,有很强的实用性。

SUSAN兴趣点检测算法的研究与实现

基于特征的遥感图像配准中,特征提取是整个配准过程的第一步,特征提取的质量对于最终的配准效果有着十分重要的影响。在目前的遥感图像配准中,点、线和面三种特征都有使用,其中点特征的使用最为频繁,这是因为使用点特征可以大大减少数据量从而提高运算的速度,而所谓的点特征一般称为兴趣点。主要介绍了SUSAN兴趣点的检测算法,并对该算法进行讨论研究,最后用IDL实现了该算法。

基于环形模板的SUSAN角点检测算法

SUSAN算子需要不断地调整"相似性阈值"才能获得更好的角点,它可以检测X型、Y型和T型,但是不能检测出特殊形状和复杂形状的角点。为了克服这些缺点,文中提出了一种自适应阈值的选择方法,使程序自动化,若角点的USAN区域与边缘点的USAN区域相同,则在SUSAN的模板中叠加一个离散的环状模板r,根据模板r中的亮度变化次数来区分待测点是否是角点,以免遗漏角点。实验结果显示改进后的算法不仅省去手动调整阈值,大大提高程序运行自动化,而且可以检测不同类型角点。

USAN-AAM人脸特征点快速定位方法

基于反向合成算法的AAM(active appearance model)是一种快速而高效的人脸特征点定位方法,但由于其纹理模型仅包含灰度信息,当测试数据集中的图像光线条件和训练数据集中的图像光线条件有较大差异时,算法定位精度明显下降。基于此,提出了一种改进的AAM人脸特征点定位方法USAN-AAM。实验结果表明,与原方法相比,该方法对光线变化更鲁棒,定位精度也更高。

SUSAN边缘响应值灰度化转共生矩阵检索

SUSAN初始边缘响应矩阵元素值对应USAN中像素点总数,该统计值与响应矩阵元素分布均体现图像特征。若将该统计值视为灰度值,则响应矩阵中的元素分布特征可以视为灰度矩阵中的纹理特征。提出SUSAN边缘响应值灰度化转共生矩阵检索算法,即先计算图像的SUSAN边缘响应矩阵,再按映射规则转换为灰度矩阵,然后计算灰度共生矩阵及其各特征描述子,最后进行特征检索。实验显示,该算法的查全率与查准率在检索结果数量达到某临界点之后较为满意,且体现一定的仿射变换、亮度变化等不变性与抗噪鲁棒性。

基于角点检测图像配准的一种新算法

提出了一种新的基于角点检测的图像配准方法 ,其核心思想是采用一种快速的基于图像灰度的角点检测新算法 ,通过沿圆弧曲线扫描获取角点信息 ,然后根据这些角点信息建立图像间角点的对应关系 ,并由此得到初配准参数 ,最后通过迭代过程以提高配准的精度 .理论分析和实验结果表明 ,该算法对图像间的旋转角度没有限制 。

一种基于区域生长的目标提取算法

对利用区域生长进行目标提取问题进行了研究,提出一种基于模糊连接度的生长算法,该算法以模糊连接度作为生长的原则,采用一种自适应阈值与USAN面积相结合的方式作为生长终止规则,通过具体的实验,证明该算法的提取结果对种子点的选取不敏感,算法对区域的边缘具有较好的定位能力,有效地防止了过分割的情况.

基于角点检测法的图像配准

采用角点检测算法,对图像中任一像素点和以它为中心的圆形区域USAN进行图像配准,将边缘提取和轮廓跟踪过程融为一体,并通过沿圆弧曲线扫描获取角点信息建立图像间角点的对应关系,由此得到初配准参数,且使用迭代过程以提高配准的精度。试验证明,该算法对图像间的旋转角度没有限制,配准精度高而且计算量小。

中子超小角散射在材料研究上的应用

介绍了利用中子超小角散射(USANS)开展的材料研究,包括在聚合物科学、岩石分形几何、复合材料、复合流体、水凝胶、人工晶格材料、金属材料和含能材料等方面,利用USANS开展的相关实验工作。结果显示,在传统的中子小角散射(SANS)技术等基础上,结合USANS技术,可以更为全面地获得材料内部不同尺度结构信息,对某些材料科学问题的解决起到了重要作用。

一种快速检测图像角点特征的线搜索式方法

传统的图像角点特征检测方法在速度和准确性两方面难以兼顾.针对该问题,提出了一种角点特征检测的线搜索式方法.该方法作用于一个以当前像素为中心核的圆掩模,在该掩模内搜索通过核的所有直线,如果存在一条直线不穿过核附近给定邻域以外的其他同值收缩核(Univalue segment assimilating nucleus,USAN)区域,则当前像素点为角点.论文论证了使用有限数目搜索线的可行性与必要性.采用由粗及细的搜索策略,动态设计搜索线的数目与搜索线上的检测点数目,以提高检测速度.提出了一种基于最大同值距离的新型非极大值抑制进行角点的精确定位,并结合多种新型伪响应抑制措施,有效地提高了算法的准确度.实验结果表明该方法在准确性方面优于MIC、SUSAN和Harris等算法,而且速度快,仅稍慢于MIC算法,具有优良的综合性能.

使用12像素对称模板的棋盘格内角点检测

棋盘图像的角点提取问题往往决定着三维测量中摄像机标定的精度。针对SUSAN(Smallest Univalue Segment Assimilating Nucleus)算法无法区分棋盘标定板内角点与边缘点的缺陷,提出一种12像素对称灰度模板检测算法。该算法首先根据棋盘格内角点周围像素的中心对称性分布,设计一种12像素对称USAN模板,可以迅速区分出内角点与边缘点,同时将内角点与平坦区域作为候选点。再结合灰度均方差算子,利用平坦区域灰度方差较小的特点将其剔除,最终实现对棋盘格内角点的高效检测。同时,该算法在检测过程中完全摒除易受外界因素影响的外圈角点,以保证角点提取时的精度。实验结果表明:新算法对9阶棋盘格的检测时间为1.244577s;用于张正友标定方法之后,得到的检测重投影误差仅为[0.3,0.3]像素。这两项指标,均优于传统SUSAN算法。

线搜索式角点检测方法的参数自适应设计

针对线搜索式角点检测方法存在全局固定阈值对实际图像的光线不均匀等不良现象适应性不足的问题,提出了有关参数自适应的设计方法。在原角点检测基本方法的基础上,首先根据局部区域的对比度信息,设计了同值收缩核(USAN)阈值的自适应动态产生方法。其次,给出了高斯去噪的实施建议,以提高线搜索式角点检测方法的抗噪性能,并给出了其他参数值的动态取值建议。实验结果表明,在本文的参数自适应设计方法下,线搜索式角点检测变得更为实用方便,比原固定阈值的基本方法更能适应光线不均匀现象,对于内容、品质差异较大的图像无需频繁调整参数,仍能保持很高的正检率水平,同时伪响应也处于可接受的水平。

钢琴曲《蓝花花》主题二首之比较研究

《蓝花花》是我国民族歌曲的一朵奇葩,上世纪50年代,这首著名的陕北民歌,被作曲家汪立三和叶露生分别改编成钢琴曲《蓝花花》和《蓝花花的故事》。两位作曲家在改编该曲的过程中,除兼顾到原主题旋律的民族五声特点外,还谨慎地将西方作曲技法有机地与中国音乐元素,特别是陕北地方音乐素材相融合,并运用文学作品创作过程中的叙事性手法,在肖邦叙事曲创作体裁的有益借鉴下,使《蓝花花》成为改编曲的典范。虽然他们的内容千差万别,但在艺术表现形式上却有着异曲同工之妙。

常波长超小角中子散射谱仪设计

为探索常波长模式的超小角中子散射(USANS)谱仪技术,在广泛调研的基础上对USANS谱仪作原理设计,用Simres、NOP程序以及解析方法,进行了单色器/分析器的切槽单晶设计,谱仪前置单色器设计,并计算了谱仪最小Q分辨。结果表明,达尔文平台宽度影响谱仪的最小Q分辨,设计选取的Si单晶几个晶面的角度分辨足可使USANS系统的最小Q分辨达10^(-5)量级,在单色化的中子导管后端,USANS谱仪使用垂直聚焦单色器并不明显增加样品台注量率,为简化单色器结构及其加工,建议对单色化中子后端的USANS谱仪采用非聚焦前置单色器。

一种基于线特征的快速角点检测算法

为了提高角点检测的准确性和快速性,通过分析穿过角点的直线所具有的特性,提出了一种基于非终结线数目的快速角点检测算法。该算法以当前像素为核心作用一个圆形模板,计算穿过核心的非终结线的数目换算值,当该值位于给定的阈值范围内时,则当前像素为角点。针对伪响应,提出了一种基于非终结线均匀程度的非极大值抑制方法。通过实验验证了新算法的可行性,以及在准确性和快速性上所具有的优点。

Harris角点检测的优化算法

针对Harris角点检测算法中提取出较多的伪角点和计算量大的问题,提出了一种基于Harris角点检测的改进算法.为抑制Harris角点检测中的伪角点数目并且提高算法的效率,首先加入预筛选得到候选角点,在计算水平和垂直方向梯度时,对于梯度较小的像素点进行预处理,在进行非极大值抑制时采用自适应阈值,提高算法自适应性,最后利用USAN对角点进行进一步选择.实验结果表明,改进的Harris角点检测算法不仅提高了检测精度和效率,而且对噪声具有一定的鲁棒性.

基于MIC的快速角点提取改进算法研究

针对MIC算子不能区分部分边缘点和角点的缺陷,提出一种自适应边缘点滤除算法。在边缘清晰的情况下,使用求USAN区域的方法过滤掉边缘点;在边缘模糊的情况下,使用模板较大的插值方法在核心点邻域计算其角点响应值。实验证明,该算法能够很好地区分出边缘点和角点。