您的位置: 专家智库 > >

国防科技大学预研基金(无)

作品数:2 被引量:2H指数:1
相关作者:文贡坚高峰卢焕章更多>>
相关机构:国防科学技术大学更多>>
发文基金:国防科技大学预研基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇灰度
  • 1篇灰度相关
  • 1篇角点
  • 1篇角点提取
  • 1篇角点提取算法
  • 1篇边缘信息
  • 1篇不变性

机构

  • 2篇国防科学技术...

作者

  • 2篇卢焕章
  • 2篇高峰
  • 2篇文贡坚

传媒

  • 2篇信号处理

年份

  • 2篇2010
2 条 记 录,以下是 1-2
排序方式:
结合分形特征及边缘信息的不变角点提取算法
2010年
角点特征在图像配准、目标识别等方面有着重要的应用,如何稳定的提取出对图像的几何变换和灰度变化都具有不变性的角点是研究的热点问题。直接利用灰度分布信息提取的角点稳定性较好,但定位精度不高,而利用边缘信息提取的角点定位精度高,且对几何变换具有较强的不变性,但稳定性较差。若有机组合两者,有可能提取各方面性能都比较优越的角点。为此,我们设计了一种结合分形特征和边缘信息的角点提取算法,分三步执行:首先,提取图像中满足要求的边缘,并进行编组;然后,计算各边缘点属性及相应的显著性值;最后,利用局部非最大值抑制,提取出满足要求的角点。实验表明,本文的角点提取算法对图像的几何变换和灰度变化都具有较好的不变性,且计算效率高。
高峰文贡坚卢焕章
关键词:角点不变性
结合分形特征及灰度相关的快速样本图像匹配算法被引量:2
2010年
样本图像的匹配广泛应用于图像的判读、情报的获取和目标识别等方面。基于图像区域和纹理特征的样本匹配算法由于不需要进行特征提取而成为研究的热点。但是这类方法计算复杂,实时性比较差。为此,本文提出了一种结合分形特征和灰度相关的由粗到精的样本图像匹配算法,并且提出了分形特征计算的快速计算方法。算法首先计算样本图像和原图像各像素点对应的分形特征值;然后利用分形特征进行样本图像的粗匹配,得到初步的配准结果;最后,利用灰度相关剔除粗匹配中错误的匹配区域,得到最后的匹配结果。大量实验表面,本文提出的算法是有效的。
高峰文贡坚卢焕章
关键词:灰度相关
共1页<1>
聚类工具0