一种无阈值的冗余角点去除方法

基于曲率尺度空间的角点检测算法因其定位准确而被广泛应用,但由于该算法受阈值的影响,在应用中往往检测出较多冗余角点。针对如何去除冗余角点这一问题提出一种无阈值的冗余角点去除方法:首先将角点按构成方式的不同进行分类,然后通过角度无阈值比较的方法去除冗余角点。实验证明该方法在冗余角点的检测及去除方面有良好的实验效果,可将其应用于基于曲率尺度空间的角点检测算法中,提高角点检测的精确性。

机器视觉复杂平面边缘角点的高精度定位方法

基于机器视觉的二维复杂平面尺寸测量中,边缘角点包含丰富的图像目标特征信息,其检测精度对后续图像分析及参数计算精度有着至关重要的影响。本文提出了一种边缘轮廓角点的高精度定位方法,该方法先利用角点处的曲率变化及相邻两角点线段与x轴正向的夹角变化,初步确定角点的位置坐标,然后利用优化方法去除伪角点,以实现对真实角点的高精度定位。研究表明,该方法便捷、高效,在服装衣片的样片边缘测量中取得了理想的结果。