畢業(yè)設(shè)計(jì)-基于角點(diǎn)檢測的圖像處理方法-資料下載頁
2024-12-03 19:04本頁面
【導(dǎo)讀】別及運(yùn)動估計(jì)，目標(biāo)跟蹤等領(lǐng)域，角點(diǎn)提取都具有重要的意義。角點(diǎn)檢測的目的是為了匹配，而匹配的效率取決于角點(diǎn)的數(shù)。Harris角點(diǎn)檢測原理是對于一副圖像，角點(diǎn)于自相關(guān)函數(shù)的曲率特性有。在角點(diǎn)處，圖像窗口。的偏移將造成自相關(guān)函數(shù)的顯著變化。是一種簡單的點(diǎn)特征提取算子，這種算子受信號處理中自相關(guān)函數(shù)的啟發(fā)，給出與自相關(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)的一個階曲。率，如果兩個曲率值都高，那么久認(rèn)為該點(diǎn)是特征點(diǎn)。
【正文】 Rmax 22 Rmax = R(i,j)。 end。 end。 end。 t = 0。 for i = 2:height1 for j = 2:width1 if R(i,j) *Rmax amp。amp。 R(i,j) R(i1,j1) amp。amp。 R(i,j) R(i1,j) amp。amp。 R(i,j) R(i1,j+1) amp。amp。 R(i,j) R(i,j1) amp。amp。 R(i,j) R(i,j+1) amp。amp。 R(i,j) R(i+1,j1) amp。amp。 R(i,j) R(i+1,j) amp。amp。 R(i,j) R(i+1,j+1) result(i,j) = 1。 t = t+1。 end。 end。 end。 i=1。 for j=1:height for k=1:width if result(j,k)==1。 corners1(i,1)=j。 corners1(i,2)=k。 i=i+1。 end。 end。 end。 [posc, posr] = find(result == 1)。 t imshow(ori_im) hold on。 plot(posr,posc,39。r+39。)。 susan角點(diǎn)檢測程序如下： thresholded_image = susan_threshold(image,threshold)。 applies the thresholding scheme, {(I(r) I(r0))/t}^(5/6) c = e to the current neighborhood of the center pixel 23 within the circle defined by the mask Abhishek Ivaturi function thresholded = susan_threshold(image,threshold) [a b]=size(image)。 intensity_center = image((a+1)/2,(b+1)/2)。 temp1 = (imageintensity_center)/threshold。 temp2 = temp1.^6。 thresholded = exp(1*temp2)。 在進(jìn)行 susan算法的圖片實(shí)現(xiàn)時(shí)，先打開上面的程序，再打開下面的程序。 clear all。 close all。 clc。 image_in=imread(39。39。)。 image = susan(image_in,27)。 imshow(image,[]) 24 第六章 結(jié)語 角點(diǎn)檢測之所以受到如此多的關(guān)注 , 是因?yàn)榻?點(diǎn)包含了圖像中的重要信息 , 在圖像匹配、運(yùn)動物體的跟蹤、目標(biāo)識別及攝像機(jī)標(biāo)定等方面有著廣泛的應(yīng)用。雖已有很多學(xué)者在這方面做了大量研究 , 使這項(xiàng)工作日趨成熟 , 但其整體性能還不盡如人意。目前大多數(shù)方法都是基于邊緣的角點(diǎn)檢測方法 , 其中往往涉及到一些復(fù)雜的浮點(diǎn)運(yùn)算和支持域的選擇 , 且檢測結(jié)果依賴于前期的區(qū)域分割。當(dāng)前對基于邊緣檢測方法的研究主要集中在如何減少算法的復(fù)雜度和噪聲的影響?；诨叶鹊姆椒ㄖ苯痈鶕?jù)圖像的灰度信息來判定角點(diǎn)的存在 , 簡單快速 , 但它通常要遍歷圖像中所有的像素點(diǎn) , 制約了算法的效率 , 且窗口 模板的大小和閾值的設(shè)置也難以把握。因此 , 在如何保證算法簡單快速的同時(shí)又能使檢測結(jié)果準(zhǔn)確一致 , 一直是研究人員試圖解決的問題。當(dāng)然 , 我們也可以開發(fā)一些新的方法來獲取更多的角點(diǎn)信息 , 包括角點(diǎn)的角度和朝向等 , 以得到更準(zhǔn)確的角點(diǎn)位置 , 這也是角點(diǎn)檢測方法研究今后發(fā)展的一個重要方面。今后 ,角點(diǎn)檢測算法研究方向仍將會在檢測精度和實(shí)時(shí)處理等方面有所進(jìn)展 ,這是今后的主要發(fā)展趨勢 。 25 參考文獻(xiàn) [1]朱玉艷等。角點(diǎn)檢測技術(shù)及研究 。 昆明昆明理工大學(xué)信息工程與自動化學(xué)院， 2021 [2]王 渝， 王 剛， 梅 員?；?FPGA 的改進(jìn) Harris 角點(diǎn)檢測方法 ,四川：西南技術(shù)物理研究所， 2021 [3]閆 ? 龍 , 趙正旭 ,周以齊。圖像質(zhì)量對 Harris角點(diǎn)檢測的影響研究山東：山東大學(xué)， 2021 [5]田源 梁德群 吳更石。直接基于灰度圖像的多尺度角點(diǎn)檢測方法。西安：西安交通大學(xué)圖像處理與識別研究所， 1998 [6]朱秀昌，劉峰，胡棟。數(shù)字圖像處理與圖像通信。北京：北京郵電大學(xué)出版社， 2021 [7] 何凱 .角點(diǎn)特征提取及匹配方法研究 [D].天津 :河海大學(xué)， 2021. [8] 陳利軍 .圖像角點(diǎn)檢測和匹配算法 研究 [M].西安 :西安電子科技大學(xué) .2021. [9] ZHOU Dongxiang, LIU Yunhui, CAI Xuanping. An efficient and robust~detection algorithm[C]//Intelligent Control and Automation,1519 June, 2021 :40204024. [10] Tang B A B,Bogdan J efficient feature based matching algorithm for stereo images[J].Proceedings of the Geometric Modeling and Imaging IEEE,2021， 90（ 4）： 7275. 26 答 謝 本文是在李娟和劉勇老師的悉心指導(dǎo)下完成的。承蒙李老師和劉老師在繁忙之中抽出時(shí)間給予我指導(dǎo)和幫助，這篇論文才能夠成稿。李老師和劉老師的鼓勵、關(guān)懷和精心指導(dǎo)，使我獲益匪淺。兩位老師對學(xué)生認(rèn)真負(fù)責(zé)的態(tài)度、嚴(yán)謹(jǐn)?shù)目茖W(xué)研究方法、敏銳的學(xué)術(shù)洞察力、勤勉的工作作風(fēng)以及勇于創(chuàng)新 、勇于開拓的精 神是我永遠(yuǎn)學(xué)習(xí)的榜樣。另外，特別感謝李向群 老師一直以來對我的鼓勵，這使我在學(xué)習(xí)方面有了很大動力。在此，謹(jǐn)向施老師致以真誠的敬意和由衷的感謝。 還要感謝我的父母，他們在生活上給予我很大的支持和鼓勵，是他們給予我努力學(xué)習(xí)的信心和力量。 最后，感謝所有關(guān)心我、支持我和幫助過我的同學(xué)、朋友、老師和親人。祝福你們身體健康，一切順利。在這里，謹(jǐn)用一句話來表達(dá)我無法言明的心情：感謝你們！
公司管理相關(guān)推薦
鄂ICP備17016276號-1