当前位置:主页 > 科技论文 > 电子信息论文 >

基于多尺度Gabor滤波器的角点检测

发布时间:2017-12-27 21:04

  本文关键词:基于多尺度Gabor滤波器的角点检测 出处:《国外电子测量技术》2016年07期  论文类型:期刊论文


  更多相关文章: 多尺度Gabor滤波器 边缘检测 角点检测


【摘要】:为了克服在不同图像上的尺度选择问题,提出了一种基于边缘轮廓线的多尺度Gabor滤波器的角点检测算法。该算法首先利用Canny边缘检测算子提取图像的边缘轮廓;进而用一组构建好的4个尺度8个方向Gabor滤波器的虚部对图像进行平滑,并计算每个像素在其相同尺度下各个方向上Gabor滤波器虚部响应的归一化的和;最后将每个边缘像素点在所有尺度下的乘积作为新的角点测度,当角点测度大于预设阈值时,则认定该点为角点。将实验结果与经典的Harris、CPDA和HeYung角点检测算法进行比较,提出的算法在检测准确率、定位误差、噪声稳健性性能指标上,都取得了更好的结果。
[Abstract]:In order to overcome the problem of scale selection on different images, a corner detection algorithm based on edge contours of multiscale Gabor filters is proposed. The algorithm first uses Canny edge detection operator to extract the image edges; and the imaginary part of the 4 scales in 8 directions of a set of good Gabor filter to smooth the image, and calculate the imaginary part of Gabor filter in the response of each pixels in each direction on the same scale and normalized; finally each edge pixel dot product on all scales as the new corner measure, when corner measure is greater than a preset threshold, it finds the point of corner. Comparing the experimental results with the classic Harris, CPDA and HeYung corner detection algorithms, the proposed algorithm achieves better results in terms of detection accuracy, location error and noise robustness.
【作者单位】: 西安工程大学电子信息学院;
【基金】:国家自然科学基金(61401347)项目资助
【分类号】:TP391.41;TN713
【正文快照】: 1引言在计算机视觉和图像处理中角点作为图像最基本的特征之一,其角点检测算法被广泛研究,许多经典的角点检测算法被广泛应用在各种领域。现有的角点检测算法大致可以分为3类:基于灰度的、基于模型的和基于边缘轮廓的。基于灰度强度的角点检测算法主要是通过检测图像的局部灰

【参考文献】

相关期刊论文 前3条

1 朱坚民;李记岗;李孝茹;李军华;;基于灰色绝对关联度的角点检测算法[J];仪器仪表学报;2014年06期

2 陈万培;陈晓龙;范冠杰;管文强;袁金艳;;加权SUSAN角点检测算法稳定性改进研究[J];国外电子测量技术;2014年02期

3 章为川;程冬;朱磊;;基于各向异性高斯核的多尺度角点检测[J];电子测量与仪器学报;2012年01期

相关博士学位论文 前1条

1 章为川;基于各向异性高斯核的图像边缘和角点检测[D];西安电子科技大学;2013年

【共引文献】

相关期刊论文 前10条

1 田子怡;李云红;;基于多尺度Gabor滤波器的角点检测[J];国外电子测量技术;2016年07期

2 卢健;黄杰;潘峰;;第二小方向导数信息熵的兴趣点检测[J];中国图象图形学报;2016年01期

3 邓淇元;曲长文;江源;;基于圆环模板的改进Harris角点检测算法[J];系统工程与电子技术;2016年04期

4 黄云程;蔡金锭;;融合改进层次分析与灰色关联法评估油纸绝缘状态[J];仪器仪表学报;2015年09期

5 孔祥楠;卫建华;赵强;黄杰;;基于各向异性高斯核的角点检测[J];电子测量技术;2015年08期

6 周美丽;白宗文;;商品图像局部兴趣点检索系统的研究与实现[J];电子测量技术;2015年07期

7 王冬冬;田干;杨正伟;陶胜杰;张炜;;基于小波分解灰关联的热波检测图像增强[J];仪器仪表学报;2015年05期

8 王冠群;马苗;张艳宁;周涛;;基于高斯变换的多尺度SUSAN角点检测方法[J];计算机工程与应用;2016年12期

9 裴润有;解彩丽;胡科先;吕新荣;;压裂支撑剂圆度球度测定方法研究[J];电子测量技术;2015年01期

10 许佳佳;张叶;张赫;;基于改进Harris-SIFT算子的快速图像配准算法[J];电子测量与仪器学报;2015年01期

【二级参考文献】

相关期刊论文 前10条

1 赵前程;黄东兆;杨天龙;丁洵;;机器视觉3D四轮定位仪关键技术[J];仪器仪表学报;2013年10期

2 高晶;吴育峰;吴昆;孙继银;;基于角点检测的图像匹配算法[J];仪器仪表学报;2013年08期

3 胡敏;齐梅;王晓华;许良凤;;基于显著区域词袋模型的物体识别方法[J];电子测量与仪器学报;2013年07期

4 刘佳;傅卫平;王雯;李娜;;基于改进SIFT算法的图像匹配[J];仪器仪表学报;2013年05期

5 胡步发;王金伟;;双模态及语义知识的三维人脸表情识别方法[J];仪器仪表学报;2013年04期

6 徐贤锋;檀结庆;;一种改进的多尺度Harris特征点检测方法[J];计算机工程;2012年17期

7 徐宇贵;沈民奋;张琼;方若宇;;自适应SUSAN扩散的超声图像去噪算法[J];电子测量与仪器学报;2012年04期

8 汪友生;王志东;李杨松;李亦林;陈建新;;血管内超声图像的预处理[J];国外电子测量技术;2012年02期

9 章为川;程冬;朱磊;;基于各向异性高斯核的多尺度角点检测[J];电子测量与仪器学报;2012年01期

10 徐W,

本文编号:1343171


资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/1343171.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户b26dd***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com