基于概率密度分割的特征约束角点匹配方法

为克服Harris算子特征点匹配的角点群聚现象,提出了一种基于概率密度的角点匹配算法。该方法将角点间的图像距离作为基本区域划分的主要参考系数,利用划分区域的角点概率密度减少匹配区域,然后将区域外的特征点判定为伪角点并将其去除。实验表明,该改进算法的匹配结果有效地减少了干扰点,从而提高了算法的实时性和准确性。  

基于DM642的双目视觉系统和角点检测算法研究

本文分析了平行双目视觉测量技术中的角点检测算法,针对DM642嵌入式平台进行了相应改进.为了提高算法的简便性,减少人工干预,提出了自适应的Harris角点检测阈值设定算法,并针对DM642在算法实现时做了优化.经过实验,该方法可以准确地自动提取角点,比传统Harris角点检测算法更加适合嵌入式平台应用.  

基于Harris角点的视频图像检测算法的研究

随着时代的发展,科学研究、医疗卫生、公共安全和工农业生产等领域对数字图像采集和处理的应用越来越广泛,本文提出了一种基于USB2.0接口图像采集及处理系统的设计方案.该系统的数据采集源为图像传感器,包含数据传输,实时显示和角点提取三个模块.在角点提取过程中,对Harris算子的检测原理、实现方法及性能分析分别进行了说明.最终使用MATLAB编程工具,完成对不同图像的Harris角点检测.根据检测结果可以看出,使用Harris角点检测方法,检测速度快,得到的角点较均匀,算法稳定,对数字图像的处理有着重要的现实意义和应用价值.  

优化特征检测的三维重建算法

传统的基于面片的多视角三维重建算法在扩展面片时由于特征点检测稠密分布不均,容易导致重建结果出现部分区域空洞。本文提出了一种自适应优化特征点检测的三维重建方法。提出的优化方法是以Harris算子作为基础的。本文提出了将Harris算子的响应矩阵分块处理,分块选取响应值,通过比较块中最大响应值与全局响应均值的大小,分情况选择特征点,解决Harris算子的阀值设置问题,减少了特征点的集群现象,改善了重建结果容易出现空洞的问题,也间接提高了重建速度。实验结果验证了该方法的有效性。  

基于SVD和局部特征区域的鲁棒水印算法

为了实现数字多媒体产品的版权保护，提出一种基于图像局部特征区域的鲁棒水印方案。图像局部特征区域是利用Harris算子检测到的特征点构造得到的固定尺寸的纹理区域，具有很好的视觉掩蔽特性，同时图像特征点经过几何攻击后仍然可以保持，保证了水印隐藏位置检测的正确性。算法在每个局部特征区域利用奇异值分解操作得到的分量矩阵的特点实现水印信息的隐藏。实验结果表明，本算法能够在保证水印不可见性地同时，很好地抵抗如JPEG压缩、旋转等攻击。