共查询到10条相似文献,搜索用时 15 毫秒
1.
针对传统条码识读方法对微小数据矩阵(DM)码定位精度低、速度慢等问题,提出了以Harris角点作为高频特征,构建高斯金字塔过滤背景金属纹理角点,引入径向基函数平滑角点密度图,通过阈值分割以及区域生长粗定位候选区域,计算2步最小外接矩形并校正实现精定位,最后建立筛选模型选择适应值最大的候选区域为DM码区域.实验表明,提出的采用角点检测和区域生长定位检测算法对受到金属纹理、局部遮挡、磨损划痕以及光照不均等干扰的微小DM码具有很强的鲁棒性,精定位准确率高,仅耗时25ms,比传统方法提高了30倍. 相似文献
2.
基于字符角点信息的车牌定位方法 总被引:3,自引:2,他引:3
车牌定位是车牌识别的基础.文中提出了一种准确快速的车牌定位方法.该方法利用三级阈值,由粗到细,首先剔除大量非角点像素,提高角点的定位速度,用大阈值突出显示车牌区域的角点,再根据车牌纹理的角点特性,利用滑动窗粗选车牌区域,然后对粗选车牌区域用小阈值,对车牌区域进行精确定位.试验证实该方法的车牌定位准确率达到98%,平均耗时约20ms. 相似文献
3.
CCD摄像机的标定是实现光学三维轮廓测量技术的必要步骤,其标定精度在很大程度上取决于标定特征点的定位精度.在分析现有棋盘格角点像素级和亚像素级定位方法不足的基础上,提出了一种基于改进SV方法的棋盘格角点亚像素定位方法.首先,采用SV算子对角点进行像素级检测;其次,选取标定图像中以初定位角点坐标为中心的5×5像素区域,对其灰度值进行双线性插值;最后,计算插值图像的灰度质心,再根据插值放大倍数,将质心转换到亚像素坐标,实现了角点亚像素定位.实验结果表明,该方法可以获得亚像素级角点坐标,实现CCD摄像机的高精度标定,标定平均误差为0.108 mm. 相似文献
4.
长焦相机采集近距离棋盘格图像时易出现相机离焦现象,导致棋盘格图像产生散焦模糊,极大地增加了相机标定的难度,同时传统的Harris角点检测算法对散焦模糊的棋盘格图像进行角点检测的结果即使经过非极大值抑制处理也仍然存在大量冗余角点.针对上述问题,基于随机抽样一致(random sample consensus, RANSAC)算法提出一种改进的Harris-RANSAC长焦相机标定算法.首先,引入感兴趣区域将Harris角点检测的区域缩小到棋盘格区域以避免背景干扰;其次,采用随机抽样一致算法替代传统的非极大值抑制方法剔除冗余角点;最后,针对模糊棋盘格图像的特性构造新的响应函数,进行亚像素级角点定位,从而得到精确的角点坐标.结果表明,改进的Harris-RANSAC算法对模糊棋盘格图像进行角点检测时耗时短且精度较高,角点检测的反投影误差仅为0.432像素. 相似文献
5.
6.
采用Harris角点检测算法进行图像特征检测.使用快速SIFT图像匹配方法进行图像匹配并计算基础矩阵,去除误匹配点后用SIFT图像匹配的结果对Harris角点进行定位,并用ZNCC算法对角点进行增量匹配.该算法有效地弥补了SIFT图像匹配算法的特征点只分布于非边缘区域的问题,相比单纯SIFT算法可获得更多的匹配点,并且算法时间增加较少. 相似文献
7.
王帮元 《湖北民族学院学报(自然科学版)》2015,33(1):43-47
在平板电脑组装过程中,需要对背光板进行整体定位,传送给机械机构进行位移和角度补偿,从而实现精准组装.但由于背光板顶点背景复杂,往往存在很多干扰点,使得当前图像角点定位算法定位不准,易产生误差.对此提出了一个基于EmguCV与视觉引导的目标定位与引导机制.首先打通Basler SDK与C#-Emgucv平台的数据通道,实现图像采集;然后基于轮廓,查找到背光板区域,再通过最小矩形框定背光板,查找背光板顶点,实现定位;最后计算出水平、垂直方向偏移和旋转角度,联合PLC,实现基于视觉引导的机构补偿.测试定位补偿技术的性能结果表明:与当前图像角点定位算法相比,机制具有更好的定位与引导效果,准确定位出背光板顶点,计算出补偿值. 相似文献
8.
针对大型冷却塔在单塔和双塔情况下的表面风压分布,应用风洞试验方法进行研究,采用增加模型表面粗糙度的方法来补偿模型试验的雷诺数效应,通过与以往成果的比较以确定合理的粗糙度,进行变风向角和塔间距工况的双塔干扰试验.研究表明:模型表面粗糙度对冷却塔外表面风压系数有较大影响;双塔串列时前塔对后塔的影响远大于后塔对前塔的影响;斜列时可根据前塔对后塔的干扰程度并按风向角划分为3个区域.同时给出典型塔间距下考虑风向角因素的后塔体型系数包络线,供设计参考. 相似文献
9.
针对地貌测量重构中的图像特征匹配问题,提出了一种新的图像特征匹配方法.通过对待匹配的资源和模板图像进行分区,并根据灰度相关值实现区域之间的匹配,在区域匹配的基础上再根据角点所属区域的对应关系进行角点特征匹配运算.在角点特征匹配过程中,利用去均值归一化相关法进行区域灰度相关运算,从而确定出初始匹配点对.为消除初始匹配角点对中的错误匹配点对,保证角点特征提取的准确性和可靠性,采用松弛迭代法、零交叉法以及最小平方中值法进行了错误匹配角点的滤除.实验结果表明,该算法可有效提高地貌图像特征匹配的精度和效率. 相似文献
10.
为了更有效地检测高频图像,提出了基于提升小波和动态两阈值分块的角点检测算法。该算法根据图像中像素点周围像素灰度的相似性和角点的特性,引入提升小波变换理论,首先对图像进行提升小波变换,得到图像的高频区域;再对高频图像进行分块,对每个图像块分别采用动态两阈值算法对角点进行准确定位。实验结果表明:该算法可以较大地提高运算速度,并能够实现角点的准确定位。 相似文献