基于各向异性高斯方向导数滤波器的角点检测

为了改进噪声鲁棒性和定位准确性,利用各向异性高斯方向导数滤波器,提出多方向角点检测算法．该算法利用一组各向异性高斯方向导数滤波器对输入图像进行卷积处理得到各个方向的滤波器响应．对于每个像素点,利用它与周围邻近像素点的滤波器响应的相关信息构造局部自相关矩阵,然后根据自相关矩阵归一化特征值及像素点处各方向滤波器响应,作阈值处理和非极大值抑制处理判定像素点是否为角点．实验结果表明,在无噪声和噪声的条件下,提出的检测方法与各向同性高斯核函数的Harris算法相比,配准角点数均提高6.0％左右,具有更好的检测性能．     

采用非线性方向导数的混合噪声鲁棒角点检测算法

为提高角点特征检测准确率,针对混合噪声下特征提取不准确而容易产生伪角点的问题,提出了一种基于非线性方向导数(NDD)的角点检测算法。利用Canny算法提取原始图像的边缘轮廓;分别构建各向同性和各向异性高斯方向导数滤波器的空域双窗,对每个边缘像素计算基于直方图分层技术的快速非线性方向导数特征;量化方向生成K个离散方向滤波器,根据响应向量最大值确定主方向;将3个尺度下非线性导数的比率值融合为新角点测度;进行阈值和非极大值抑制获得最终角点检测结果。在角点检测图像数据集上,分别针对高斯噪声、椒盐噪声和高斯椒盐混合噪声干扰图像,利用不同算法获取配准角点和错误角点数,并进行不同图像变换下的平均重复率实验。实验结果表明:在椒盐噪声和混合噪声下,所提算法的角点检测精度和平均重复率均优于其他角点检测算法的;对于方差为15的高斯噪声和密度为5%的椒盐噪声的混合噪声干扰图像,所提算法比CSS、CPDA、ANDD、Gabor和MDRR算法的平均检测准确率分别高5.4%、13.1%、11.6%、9%和7.3%,而平均错检率分别低86.9%、86%、86.5%、83.7%和83.9%,综合性能均优于对比算法。     

采用多尺度方向微分比率的角点检测算法

针对相邻图像结构间的相互干扰会导致角点错检率升高的问题,提出了一种基于多尺度方向微分比率(MDDR)的角点检测算法。该算法首先利用Canny边缘检测算法提取原始灰度图像的边缘轮廓;对于每一个轮廓像素,分别利用各向同性导数和各向异性高斯方向导数滤波器提取主方向及其正交方向上的方向强度微分信息;然后将3个尺度下微分比率融合为MDDR测度;最后进行阈值和非极大值抑制处理获得最终角点。不同于传统角点检测算法中只使用单一滤波器,MDDR算法中使用2种不同类型的滤波器,能在精确提取角点附近不同方向微分信息的同时避免邻近图像结构间的相互干扰,从而提高了角点定位准确性并增强了测度的噪声鲁棒性。实验结果表明,MDDR算法的平均检测准确率比点到弦距离累积算法提高了27.1%,并且平均错检率比残余面积算法和Gabor算法分别低28.4%和32.4%。     

一种基于方向导数的边缘直线检测算法

基于方向导数序列的概念提出一种新的边缘直线检测算法.在检测过程中,将边缘图像视为三维空间的曲面,对各个边缘点求各个方向的方向导数序列,然后由方向导数序列的取值判断确定出直线段.通过分析和编程试验证明了其算法对直线段的检测有效.     

一种改进的角点提取方法

提出了一种改进的角点提取算法,该算法是基于角点的性质,即在角点的某个领域内,图像灰度的变化在任意一条通过该点的直线上都很大。为了便于对最后的灰度变化值求取极值,同时兼顾灰度变化值计算的准确性,采用了在方形窗边界上的线性插值。在插值的基础上,可计算出边缘角,通过它来对角点候选点作进一步的筛选,测试表明该方法比较进前取得了更好的效果。     

基于角检测方法的船只检测

为了更好地检测停在港口岸上的船只,提出了一种角点及角度检测方法,以用于对前端有尖角的船只检测.该法以图像在某一点的极坐标变换为基础,将梯度图像的灰度值在每个方向上叠加,再检测累加值最大的两个方向,得出两个方向上分别的累加值和方向角,再通过一个权值计算公式来设定该点为角点的可能性.结合高斯平滑,该方法能方便地找出不同尺度的角点,及其对应角度的位置,从而有效检测出船的前端点及船的方向,进而确定船的位置.该法克服了其他方法无法分割出停在岸边的船的缺点,对船只的检测提供了值得借鉴的经验.     

一种改进的各向异性高斯滤波算法

为了抑制更好的抑制噪声保留边缘信息,提出了一种各向异性高斯滤波的改进方法,该方法先用中值滤波去除椒盐噪声,再利用灰度共生矩阵的惯性矩特征值调整滤波器的长轴尺度,实现各向异性高斯滤波.实验证明,本文所提出的改进方法,在噪声抑制和边缘保持方面优于各向异性高斯滤波器.     

用于X射线图像的角点检测方法

针对X射线机标定过程中的角点检测问题，该文设计了一套实用的处理方法。在采用了方形模板的基础上，该方法首先对原始图像进行分块，然后对分块后的部分分别进行边缘检测，在此基础上进行直线拟合并求交点，该交点即为所需的角点。实验结果表明，该方法对于X射线图像很适用，具有很强的鲁棒性。     

偏导数与方向导数的关系

讨论了方向导数在不同的定义下,偏导数与方向导数的关系.     

基于角点检测和边缘提取的车牌定位方法

车牌定位技术是实现车牌自动识别的关键技术之一。根据车牌藉征,设计了一种基于角点检测和边缘提取的车牌定位方法。该方法首先对原始图像进行阈值分割,其次采用数学形态学方法增强车牌边缘,接着利用角点检测方法对车牌进行粗定位,最后通过边缘提取来实现车牌图像的精定位。通过实验分析,证明该方法定位效果较好。     

基于半邻域法的自适应图像边缘提取方法

图像边缘对图像识别和计算机分析十分重要,至今已经提出了大量的各种类型边缘提取算法.该文在半邻域法的基础上提出了一种基于自适应阈值选择的图像边缘提取算法,在判断某一像素点是否在边缘上时,以该像素点为中心,选取3×3的区域为研究对象,求出该区域的最大、最小、均值像素值及标准差,在选用标准差为其阈值的同时,还考虑人的视觉对于灰度分辨能力的限制.最后,对多幅灰色图像进行了边缘提取,结果证实了该文方法的有效性.     

方向总水平导数法的改进和边界识别中的应用

为了提高重力勘探中边界识别方法的分辨率,增强对地质体边界的划分和检测能力,本文在方向总水平导数法的基础上进行了改进.提出了基于重力梯度数据的方向总水平导数与加强方向总水平导数的垂向导数、综合x,y和z方向的方向总水平导数及其垂直导数等6种新型边界探测器.通过理论模型与噪声试验,证明了改进的方法具有较好的边界划分能力;与原方法相比,改进后的方法识别出的边界与模型更好地吻合.将文顿盐丘地区的实测数据引入改进后的方法中,更清晰地识别出地下盖岩的边界,验证了方法的可行性.     

基于模板的图像角点提取方法

采用模板的检测策略,提出了一种自动获取图像角点的新方法。根据角点的特征设计了3×3的矩形模板,这些模板包含了所有角点图像的可能模式,然后根据编码准则对这些模板进行编码。在提取图像角点时,先对图像进行降噪、膨胀、细化等一系列处理,再使用模板对图像进行角点检测,从而确定角点的位置。实验证明,与Harris算法相比,这一算法无需人工干预,能够自动确定角点位置,并且角点的平均位置偏差在1个像素内。     

一种基于重心计算的角点检测算法

提出了一种基于重心计算的轮廓曲线角点提取算法.针对图像的数字化轮廓曲线,首先,以等曲线长为特征点检测邻域,通过插值法得到精确的支持区域端点;接着,采用分割多边形法计算支持区域重心,避免了重心近似引起的误差;最后,以曲线上的点到其对应支持区域重心距离为特征值,依据该特征值区域最大化方法实现角点提取.实验证明,本算法具有较强的抗噪声、干扰能力,且运行速度快,角点寻找准确.     

基于角点检测的快速匹配算法

针对复杂图像的快速匹配,提出基于Shi -Tomasi角点检测的特征匹配算法.依据图像的角点特征、图像灰度和位置信息,采用最大互相关函数进行相似度计算和粗匹配,用随机样本一致性算法对匹配点对进行校正并消除错误匹配.将该算法应用于实景照片拼接,实验结果表明,对存在较大色差和形变的图像,其匹配精度为97％左右,匹配精度和速度均优于传统匹配算法.     

通用亚像素边缘检测算法

研究了针对不同边缘类型进行同步亚像素级检测的问题.通过详细分析3种基本边缘类型(阶跃型边缘、脉冲型边缘、屋脊型边缘)的特点,提出了一种基于形体质心思想的通用算法,并对其进行了严格证明.该算法能同时对这3种基本类型边缘进行亚像素级检测与定位,且不存在原理性误差.对算法进行离散化处理,给出了便于计算机实现的离散算法.通过实验验证了此算法的有效性,并分析了误差产生的原因.     

一种快速亚像素边缘检测算法

基于正交多项式拟合提出一种快速亚像素边缘检测算法, 并给出计算边缘点的直接表达式. 结果表明, 该算法有效地解决了目前亚像素边缘检测算法的检测精度和检测时间不能同时兼顾的问题. 通过与Gauss和空间矩两种亚像素边缘检测算法进行比较, 该算法能快速准确地求得亚像素级边缘位置.