本文選題：圖像處理 + 算法�。� 參考：《農(nóng)業(yè)工程學(xué)報(bào)》2017年18期

【摘要】：針對(duì)Harris角點(diǎn)檢測(cè)算法中角點(diǎn)響應(yīng)函數(shù)(corner response function,CRF)系數(shù)閾值與非極大值抑制系數(shù)閾值需要人為設(shè)定所造成的可變性和隨機(jī)性等問題,該文提出一種通過計(jì)算圖像每個(gè)像素的自相關(guān)矩陣行列式值,構(gòu)造特征角點(diǎn)圖像進(jìn)行自適應(yīng)閾值分割的改進(jìn)Harris角點(diǎn)檢測(cè)算法。該算法首先通過計(jì)算原圖像經(jīng)過方向?yàn)V波和低通濾波后各像素的自相關(guān)矩陣行列式值,以此構(gòu)造特征角點(diǎn)圖像;然后采用OTSU算法計(jì)算特征角點(diǎn)圖像分割閾值,從而篩選出預(yù)選區(qū)域;最后結(jié)合改進(jìn)的非極大值抑制方法提取有效角點(diǎn)。通過5組角點(diǎn)檢測(cè)對(duì)比試驗(yàn)結(jié)果數(shù)據(jù)分析,不同類型圖像的角點(diǎn)檢測(cè)準(zhǔn)確率均有提高,高分二號(hào)遙感影像的角點(diǎn)檢測(cè)準(zhǔn)確率提高27.06個(gè)百分點(diǎn),可以初步得出,該算法相比傳統(tǒng)Harris角點(diǎn)檢測(cè)算法不但能夠自動(dòng)計(jì)算角點(diǎn)檢測(cè)的最佳閾值,而且能夠更準(zhǔn)確地定位角點(diǎn)和去除邊緣偽角點(diǎn),從而提高了角點(diǎn)檢測(cè)的精確度,該研究可為農(nóng)業(yè)遙感影像數(shù)據(jù)檢測(cè)提供參考。
[Abstract]:In order to solve the problem of variability and randomness caused by artificial setting of corner response function CRF coefficient threshold and non-maximum suppression coefficient threshold in Harris corner detection algorithm, In this paper, an improved Harris corner detection algorithm is proposed by calculating the determinant value of autocorrelation matrix for each pixel of the image and constructing the feature corner image for adaptive threshold segmentation. Firstly, the algorithm constructs the feature corner image by calculating the determinant value of autocorrelation matrix of each pixel after the original image is filtered by direction and low pass filter, and then calculates the segmentation threshold of the feature corner image by using Otsu algorithm. Finally, the effective corner is extracted with the improved non-maximum suppression method. Through the analysis of the data of five groups of corner detection and contrast test results, the accuracy of corner detection of different types of images has been improved, and the accuracy of corner detection of high score 2 remote sensing image has increased by 27.06 percentage points, which can be preliminarily obtained. Compared with the traditional Harris corner detection algorithm, this algorithm can not only automatically calculate the optimal threshold of corner detection, but also more accurately locate the corner and remove the pseudo-corner of the edge, thus improving the accuracy of corner detection. This study can provide reference for agricultural remote sensing image data detection.
【作者單位】： 三峽大學(xué)理學(xué)院;中國科學(xué)院遙感與數(shù)字地球研究所;
【基金】：遙感科學(xué)國家重點(diǎn)實(shí)驗(yàn)室課題(Y6Y00200KZ)
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 毛雁明;蘭美輝;;角點(diǎn)檢測(cè)方法研究[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2008年10期

2 羅曉暉,李見為;雙高斯差模型用于角點(diǎn)檢測(cè)研究[J];計(jì)算機(jī)工程與應(yīng)用;2003年11期

3 鐘寶江,廖文和;基于精化曲線累加弦長的角點(diǎn)檢測(cè)技術(shù)[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2004年07期

4 陳樂,呂文閣,丁少華;角點(diǎn)檢測(cè)技術(shù)研究進(jìn)展[J];自動(dòng)化技術(shù)與應(yīng)用;2005年05期

5 趙文彬;張艷寧;;角點(diǎn)檢測(cè)技術(shù)綜述[J];計(jì)算機(jī)應(yīng)用研究;2006年10期

6 侯北平;李平;宋執(zhí)環(huán);;基于滑動(dòng)窗口的自適應(yīng)角點(diǎn)檢測(cè)研究[J];電路與系統(tǒng)學(xué)報(bào);2006年06期

7 郭海霞;解凱;;角點(diǎn)檢測(cè)技術(shù)的研究[J];哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào);2007年02期

8 任雁;;角點(diǎn)檢測(cè)方法研究[J];機(jī)械工程與自動(dòng)化;2009年01期

9 朱玉艷;尚振宏;康燕妮;來沛劍;尚晉霞;;角點(diǎn)檢測(cè)技術(shù)研究及進(jìn)展[J];電腦開發(fā)與應(yīng)用;2010年03期

10 李桐;;圖像融合中角點(diǎn)檢測(cè)技術(shù)研究[J];北京印刷學(xué)院學(xué)報(bào);2010年02期

相關(guān)會(huì)議論文 前9條

1 陳杰春;趙麗萍;郭鳴;;角點(diǎn)檢測(cè)不確定度評(píng)定方法[A];中國光學(xué)學(xué)會(huì)2010年光學(xué)大會(huì)論文集[C];2010年

2 范娜;俞利;徐伯夏;;角點(diǎn)檢測(cè)算法綜述[A];第六屆全國信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2012年

3 熊薇薇;吳懷宇;;一種改進(jìn)的角點(diǎn)檢測(cè)算法[A];中國計(jì)量協(xié)會(huì)冶金分會(huì)2009年年會(huì)論文集[C];2009年

4 郭宏國;周銓;趙榮椿;;一種改進(jìn)的基于角點(diǎn)檢測(cè)的圖像配準(zhǔn)方法[A];第八屆全國信號(hào)與信息處理聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2009年

5 敖雪峰;武仲科;周明全;宋榮青;王燕妮;;基于角點(diǎn)檢測(cè)的毛筆字筆畫分割算法[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

6 王利強(qiáng);郝瑩;;一種基于Forstner算子的角點(diǎn)檢測(cè)改進(jìn)算法[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

7 付朝霞;韓焱;昝波;;基于角點(diǎn)檢測(cè)的圖像鑲嵌算法[A];第十一屆中國體視學(xué)與圖像分析學(xué)術(shù)會(huì)議論文集[C];2006年

8 楊佳華;郭彤穎;馮群;劉淑娟;李峰;;一種基于曲率尺度空間的局部閾值角點(diǎn)檢測(cè)方法[A];第十屆沈陽科學(xué)學(xué)術(shù)年會(huì)論文集（信息科學(xué)與工程技術(shù)分冊(cè)）[C];2013年

9 田宏亮;蔣曉瑜;張智詮;汪熙;;基于Harris與SUSAN的聯(lián)合角點(diǎn)檢測(cè)與匹配算法[A];第六屆全國信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2012年

相關(guān)博士學(xué)位論文 前5條

1 張世征;幾種輪廓曲率估計(jì)角點(diǎn)檢測(cè)算法研究[D];重慶大學(xué);2016年

2 徐玲;基于圖像輪廓的角點(diǎn)檢測(cè)方法研究[D];重慶大學(xué);2009年

3 章為川;基于各向異性高斯核的圖像邊緣和角點(diǎn)檢測(cè)[D];西安電子科技大學(xué);2013年

4 鐘寶江;圖象輪廓處理技術(shù)的基礎(chǔ)算法研究[D];南京航空航天大學(xué);2006年

5 羅曉暉;雙高斯差模型的低層次視覺尺度要素檢測(cè)研究[D];重慶大學(xué);2002年

相關(guān)碩士學(xué)位論文 前10條

1 李冬晴;圖像角點(diǎn)檢測(cè)算法與測(cè)評(píng)技術(shù)研究[D];蘇州大學(xué);2015年

2 曲瑾;基于角點(diǎn)檢測(cè)的目標(biāo)跟蹤算法研究與應(yīng)用[D];哈爾濱工業(yè)大學(xué);2015年

3 陳強(qiáng);一種用于零件檢測(cè)的工業(yè)內(nèi)窺鏡研究[D];南京理工大學(xué);2014年

4 廖璇;花樣圖案路徑提取及優(yōu)化方法研究[D];西南科技大學(xué);2015年

5 李火星;基于圖像邊緣的角點(diǎn)檢測(cè)算方法研究[D];河南理工大學(xué);2014年

6 孔祥楠;基于邊緣輪廓角點(diǎn)檢測(cè)算法的研究[D];西安工程大學(xué);2016年

7 徐偉;鋼絲繩激光非接觸測(cè)長方法研究[D];貴州師范大學(xué);2016年

8 陳程;基于圖像處理技術(shù)的視線跟蹤算法設(shè)計(jì)與實(shí)現(xiàn)[D];內(nèi)蒙古大學(xué);2016年

9 李響;基于圖像技術(shù)的型材截面幾何尺寸測(cè)量方法研究[D];鄭州大學(xué);2016年

10 陳俊艷;視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究[D];西安郵電大學(xué);2016年

，

本文編號(hào)：2029002