數(shù)字?jǐn)z影測量論文典型點(diǎn)特征提取算法研究-wenkub.com
2025-06-02 00:52 本頁面
【正文】 在試驗(yàn)中發(fā)現(xiàn)，可以先對(duì)計(jì)算的興趣值（測度）做一個(gè)歸一化處理（比如 Moravec可以在計(jì)算 IV是除以 255*255），然后再通過其它計(jì)算可以自動(dòng)的得到一個(gè)較好的閾值。通過對(duì)測試圖像的提取結(jié)果分析，對(duì)三種算子各自的特點(diǎn)做了描述，并做了簡單的橫向分析比較。在影像灰度的基礎(chǔ)上都根據(jù)提出者各自的領(lǐng)域和目的加入了一些相關(guān)的專業(yè)特點(diǎn)。 （ 2）對(duì) L型角點(diǎn)定位較好。 效果分析 Harris算子通過自相關(guān)矩陣來提取角點(diǎn)。 Harris 算子 提取效果 對(duì)測試圖像進(jìn)行特征點(diǎn)提取，得到結(jié)果如下圖 。同 Moravec算子一樣，需要通過閾值判斷來確定候選點(diǎn)，閾值的選擇合理性會(huì)影響到最后的提取特征點(diǎn)的數(shù)目。 Forstner 算子 提取效果 對(duì)測試圖像進(jìn)行特征點(diǎn)提取，得到結(jié)果如下圖 。因此，在很多論文中提到了通過增加 Moravec算子計(jì)算的方向的個(gè)數(shù)來提高結(jié)果的正確率，但增加方向的度量 不好確定，而且增加方向會(huì)幾何倍數(shù)的增加計(jì)算量，例如：增加 30度方向，那么就必然會(huì)增加 60度、 120度、 150度、 210度、 240度、 300度、 330度這幾個(gè)方向。采用 5*5的窗口（如 ）來計(jì)算 IV值，根據(jù)計(jì)算四方向值的原理可以知道，紅色點(diǎn)處的 IV = 255*255 ，藍(lán)色點(diǎn)處的 IV = 255*255。 Moravec算子在計(jì)算四個(gè)方向灰度差平方和值時(shí)是將窗口中某一方向相鄰像素的差值直接平方相加 ，也即等權(quán)的相加。通過對(duì)比可以發(fā)現(xiàn)，在圖像中一個(gè)像素大小的斜向邊緣并不能引起 Moravec算子的高敏感性。這并不是因?yàn)?Morave算子本身的缺陷，而是由于閾值設(shè)定所產(chǎn)生的問題。 效果分析 Moravec算子通過計(jì)算象元的四個(gè)方向的灰度差平方和來作為判斷是否特征點(diǎn)的條件。 2 效果分析 Moravec 算子 提取效果 對(duì)測試圖像進(jìn)行特征點(diǎn)提取，得到結(jié)果如下圖 。按如下公式計(jì)算 I值： （ 3）確定候選點(diǎn)。 具體算法步驟如下： （ 1）一階差分，計(jì)算梯度。在一個(gè)適當(dāng)?shù)拇翱诶镒鰳O大值濾波，以權(quán)值 w為依據(jù)選取極值點(diǎn)，則這樣的點(diǎn)就是我們提取的特征點(diǎn)。 （ 3）確定候選點(diǎn)。 算法的具體實(shí)現(xiàn)步驟如下： （ 1）計(jì)算窗口中灰度的協(xié)方差矩陣。在一定大小的窗口內(nèi)（一般不同于興趣值計(jì)算的窗口大?。┻x取興趣值中 最大的點(diǎn)作為特征點(diǎn)。然后取上述四個(gè)值的最小值作為該像素的（ c， r）的興趣值： （ 2）通過經(jīng)驗(yàn)閾值選取候選點(diǎn)。 （圖 典型角點(diǎn)） 1. 算法原理和實(shí)現(xiàn) Moravec 算子 Moravec于 1977年 提出利用灰度方差提取點(diǎn)特征，這就是 Moravec算子，它屬于第三類基于影像灰度的算子。 角點(diǎn)在特征點(diǎn)中更為常見，在實(shí)際圖像中一般位于輪廓的拐角、直線的交點(diǎn)、直線的端點(diǎn)等位置。而這些興趣算子根據(jù)它們性質(zhì)又大致可以分為三類 【 3】【 4】 。 點(diǎn)特征是指在影像上最基本的特征，
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1