|
|
|
点特征提取算法探讨
|
|
【计算机毕业论文范文】摘要:在摄影测量中,有一些较为著名的点特征提取算子,如:Moravee算子、Forsmer算子与Hannah算子等。将叙述Moravec算子和Forsmer算子的基本原理,从提取点的定位准确性及速度两个方面对两种算子进行比较,并重点分析利用Moravec算子提取特征点实现过程分析。 关键词:特征提取;点特征;Moravec算子 点特征是影像最基本的特征,它是指那些灰度信号在二维方向上都有明显变化的点,如角点、圆点等。点特征可以应用于诸如图像的配准与匹配,目标描述与识别,光束计算,运动目标跟踪、识别和立体像对3D建模等众多领域。使用点特征进行处理,可以减少参与计算的数据量,同时又不损害图像的重要灰度信息,在匹配运算中能够较大的提高匹配速度,因而受到人们的关注。提取点特征的算子称为兴趣算子或有利算子(interest Operator),即利用某种算法从影像中提取人们感兴趣的,有利于某种目的的点。在影像分析和计算机的视觉领域,根据不同应用目的选择有效的点特征提取。 1 Moravec兴趣算子 Moravec于1977年提出利用灰度方差提取点特征的算子。Moravee算子是在四个主要方向上,选择具有最大一最小灰度方差的点作为特征点。 第一步,计算各像元的兴趣值IV(in terestv aIue)。 第二步,给定一经验阈值,将兴趣值大于该阈值的点(即兴趣值计算窗口的中心点)作为候选点。阈值的选择应以候选点中包括所需要的特征点,叉不含过多的非特征点为原则。 第三步,选取候选点中的极值点作为特征点。 除了以上方法,还可以尝试首先利用边缘提取方法提取整个图象的边缘轮廓,然后在此轮廓内利用以上特征点提取方法提取特征点。 2 Forstner兴趣算子 Forstner算子是从影像中提取点(角点、圆点等)特征的一种较为有效的算子。Foratner算子通过计算各像素的Robert梯度和以像素(c,r)为中心的一个窗口的灰度协方差矩阵,在影像中寻找具有尽可能小而且接近圆
|
|
|
|
<<<<<全文未完>>>>> 全文字数约1018字
|
要阅读全文请先注册成VIP会员!详情请阅读会员专区!
VIP会员可以阅读全文, 欢迎加入VIP会员专区! 加入VIP会员步骤如下:
注册用户名→在线购卡
|
|
|
|