數(shù)字?jǐn)z影測(cè)量論文典型點(diǎn)特征提取算法研究-免費(fèi)閱讀
【正文】 （ 2）在實(shí)現(xiàn)三種算法時(shí)，發(fā)現(xiàn)先做極大值濾波再判斷閾值和先判斷閾值再做極大值濾波兩種方法提取的效果差別很大，但具體原因未作分析。 三種算子的分析比較 三種特征提取算子都是屬于第三類通過影像灰度來提取特征點(diǎn)的算子，但是由于不同的提出目的和理論，它們的理論、復(fù)雜程度和提取 結(jié)果都有所差異。而且不同于在Moravec算子和 Fostner算子提取結(jié)果， Harris算子在圖像左方的灰度梯度區(qū)域也提取出了特征點(diǎn)，但其定位效果不如 Forstner算子。 效果分析 Forstner算子通過計(jì)算 Robert梯度值組成的灰度協(xié)方差矩陣來判斷特征點(diǎn)。在極大值濾波的過程中，如果按照順序搜索最大的情況來選擇最大值，那么無論怎樣計(jì)算都不可能正確的選擇出藍(lán)色點(diǎn)，而紅色點(diǎn)卻很容易被選當(dāng)做特征點(diǎn)提取出來（偏移量為 1個(gè)像素）。通過對(duì)圖像放大，可以看到提取了很多特征點(diǎn)的傾斜邊緣實(shí)際上是由鋸齒狀的結(jié)構(gòu)構(gòu)成，而這些鋸齒結(jié)構(gòu)就像一個(gè)一個(gè)獨(dú)立的噪聲點(diǎn)，使得計(jì)算出的 IV值有極大值出現(xiàn)，也即是引起了 Moravec的敏感性，最終提取出了很多的特征點(diǎn)。通過算法的原理可以知道， Moravec算子提取的特征點(diǎn)是大于閾值的興趣值中的最大值點(diǎn)，閾值是會(huì)直接影響到做極大值濾波時(shí)的候選點(diǎn)數(shù)目。 （ 4）選取特征 點(diǎn)。 Harris算子的思想是通過自相關(guān)矩陣來提取角點(diǎn)。 （ 2）計(jì)算興趣值 q和 w。此時(shí)閾值越小，結(jié)果中提取到的特征點(diǎn)越多；閾值越大，結(jié)果中提取到的特征點(diǎn)越少。 本文中主要研究和實(shí)現(xiàn)了幾種最常見的點(diǎn)特征提取算子： Moravec算子、 Forstner算子和 Harris算子。 提取點(diǎn)特征的算子一般被稱為興趣算子或有利算子。特征提取包含點(diǎn)特征提取、線特征提取和面特征提取，本文主要研究和實(shí)現(xiàn)了 Moravec算子、 Forstner算子和 Harris算子這三種基本的點(diǎn)特征提取算法。在同名點(diǎn)匹配、DEM（和 DSM）密集點(diǎn)云生成中最重要的是點(diǎn)特征的提取和精度定位。第三類是基于影像灰度的算子：影像的灰度是對(duì)地物的反射信號(hào)的數(shù)字化記錄，因此類比于信號(hào)處理，通過對(duì)影像局部灰度變化的計(jì)算來找到信號(hào)有較大變化的點(diǎn)，這樣的點(diǎn)就是所尋找的特征點(diǎn)，這種基于灰度的方法計(jì)算簡(jiǎn) 單，因而使用較為普遍。在以像素（ c， r）為中心的 w*w的窗口中，計(jì)算該像素四個(gè)主要方向相鄰像素的灰度差平方和： 其中 k = INT（ w/2），即計(jì)算窗口的一半大小。 Forstner算子通過計(jì)算各像素的 Robert梯度和以像素為中心的一個(gè)窗口的灰度協(xié)方差矩陣，在影像中尋找盡可能小而接近于圓的誤差橢圓的點(diǎn)作為特征點(diǎn)。 （ 4）選取極值點(diǎn)。計(jì)算出與自相關(guān)函數(shù)相聯(lián)系的矩陣 M， M陣的特征值是自相關(guān)函數(shù)的一階曲率。還可以發(fā)現(xiàn) Moravec對(duì)圖中某些斜向的邊緣非常敏感，在實(shí)心形體的幾條近 45度和 135度的邊緣上面提取出了 很多特征點(diǎn)。在提取的結(jié)果中還有一個(gè)明顯的特點(diǎn)：對(duì)某 些斜向的邊緣線敏感。
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1