6准中角点检侧算法的研究与比较.PDFVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
6准中角点检侧算法的研究与比较.PDF

第25卷第2期 郑州航空工业管理学院学报(社会科学版) Vol.25No.2 2006年4月 JournalofZhengzhouInstituteofAeronauticalIndustry.Management(SocialScienceEdition) 2006.4 图像46准中角点检侧算法的研究与比较 李玲玲,李印清 (郑州航空工业管理学院,河南 郑州 450015) 摘 要:特征点的提取是基于点特征图像配准算法的一个关键步骤,在所有的特征.点检测方 法的研究中,以角点检测方法的研究最受关注。文章对图像配准中角点检浏算法进 行了理论研究,并进行了劝比实验和分析。 关键词:图像配准;角点检测;角点响应函数 中图分类号:T9391.41 文献标识码:B 文章编号:1009一1750(2006)02一0190一03 基于点特征的图像配准方法对灰度变化有较 是角点局部范围内灰度和梯度变化剧烈的极大点, 强适应能力,能够处理图像间存在的较大未对准情 这类算法所应用的手段主要是通过计算曲率及梯 况,且计算量小,因此,它在计算机视觉、目标识别、 度来检测角点。由于它无需进行边缘提取,所以在 医学图像处理、遥感等领域的应用越来越广泛。特 实际中得到了广泛应用。本文主要研究基于图像 征点的选择是基于点特征配准算法的一个关键步 灰度的角点检测算法。 骤,特征点选择的成功与否对于下一步的匹配有着 1978年Beaudet[]提出Beaudet角点检测算 至关重要的影响。角点是图像配准的一个很好特 法。它利用灰度面的Hessian行列式来计算角点 征,本文对图像配准中角点检测算法进行了理论研 测度,定义角点响应函数CRF(CornerResponse 究与实验比较。 Function)为: 几 气 C尺F ==det(H)= , x r 爪 一、角点检测算法 =II-In,一(Ixy)’! 角点是指沿图像边缘曲线上的曲率局部极大 (1) 值点,或者在一定条件下可以放宽为曲率大于一定 其中,Ixx,凡和今为图像I的二阶导数,角点 阑值的点。也就是说,角点是指图像上在两维空间 定义为角点响应函数大于某一设定闭值的局部极 内灰度和边缘方向变化剧烈的点,和周围的邻点有 大值点。 着明显差异。 Kitchen一Rosenfeld角点检测算法是Kitchen 目前,角点检测算法主要分为两大类:第一类 和RosenfeldE2〕于1982年提出来的。该算法的基 是基于图像边缘的角点提取算法,第二类是直接基 本思想认为曲线中曲率最大的点是角点。在算法 于图像灰度的角点检测算法。 构造时,采用求二次方向导数来计算角点响应函 基于图像边缘的角点检测算法的基本思想是: 数。角点响应函数CRF为: 角点首先是一种边缘上的点,是一种特殊的边界 C尺F _1-172一2I,,IJ7+I}1.2 点。这类算法先检测出图像边缘,然后再检测出边 几Ix2+人2 缘上出现突变的点作为检测到的角点。基于图像 其中,Ix和人分别为图像I在二方向和Y 边缘的角点检测算法的主要缺点是对边缘提取算 的一阶导数,IxxIIxr和IY为图像I的二阶导数。角 法

文档评论(0)

duyingjie1 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档