正文內容

數字攝影測量論文典型點特征提取算法研究-wenkub

2023-06-17 00:52:10 本頁面

　

【正文】是一種表征影像局部特性的位置度量，可以用來作為影像中具有一定特征的局部區域的位置標示【 2】。關鍵詞：點特征提取， Moravec 算子， Fostner 算子， Harris 算子 0. 前言當代攝影測量與傳統攝影測量的根本區別在于數據處理的自動化或半自動化，如：數據的自動獲取，影像自動糾正，影像自動匹配和影像自動拼接等【 1】。典型點特征提取算法研究摘要：立體像對的自動匹配和目標的自動識別是當代攝影測量研究的一大熱點，而特征提取是自動匹配和目標識別的前提。這些自動化的前提是對影像特征的自動提取。通俗來講點特征可以定義為那些灰度在多個方向都有較大變化的點，如圓點、角點等。第一類是基于模板匹配的算子：通過計算一個固定的特征點模板與所有圖像子窗口的相似性，以相似程度來判斷某一象元是否為特征點，這種方法計算量較大，比較耗費時間。其類型大致可分為： L型交叉點、 T型交叉點、 Y型交叉點、 X型交叉點、箭型交叉點（如下圖）。 Moravec算子通過計算各像素四個主要方向（即： 0度方向、 45度方向、 90度方向、 145度方向（如圖））上面灰度的差平方和，并且選取灰度差平方和中的最小值為該點的角點響應函數值或稱興趣值（ IV），然后通過一定的閾值判斷，選取興趣值 IV中大于閾值的點做為候選點，最后通過一定的窗口，選擇窗口中備選點里的極大值點做為該窗口中的特征點。給定一個經驗閾值，將上一步中的到的興趣值大于該閾值的點作為候選點。 Forstner 算子 Forstner算子也是屬于第三類利用灰度選取特征點的算子，作為一個可以用于精確定位的特征提取算子， Forstner算子的理論更偏向于誤差處理，整體計算過程比 Moravec算子要復雜一些。其中：分別表示窗口中各像素點的 Robert梯度值。根據經驗閾值，選取出候選點。 Harris 算子 Harris算子也屬于第三類利用灰度選取特征點的算子，通過計算與自相關函數相聯系的的矩陣 M， M矩陣的兩個特征值是自相關函數的一階曲率，然后計算兩個曲率值，如果兩個曲率值都大，則認為該點為特征點。首先確定 n*n的影像窗口，對窗口中像素點進行一階差分運算，求得梯度值。給定一定的閾值，選取候選點。（圖 Moravec算子提取效果）從圖中可以發現在高對比度處的幾種基本類型的角點都被提取出來，但在一些低對比度的小區域中典型的角點沒有被提取出來。通過上面的提取效果圖我們可以發現 Moravec算子的如下特點：（ 1）經驗閾值影響大。但是在 Moravec算子的機制下，要想找到一個通用的閾值選擇方法是很麻煩的，所以一般需要人工不斷的更改閾值以得到對于一幅影像較為合理的閾值。所以，可以得到結論： Moravec算子并不是具有斜向邊緣敏感性的特征提取算子。這樣做的結果就是角點的定位不準確（一般最大會偏移一個像素）。假設閾值取值為 255，那么也就是說圖中的紅色點和藍色點在 Moravec

點擊復制文檔內容

畢業設計相關推薦

數字攝影測量論文典型點特征提取算法研究-wenkub

基于特征提取與匹配的指紋識別畢業論文-資料下載頁

基于matlab的指紋圖像特征提取畢業設計(論文)-資料下載頁

物體識別中的特征-基于sift特征提取、描述、匹配-資料下載頁

基于pca的人臉特征提取和識別-資料下載頁

遙感影像的特征提取和地物更新-資料下載頁

基于matlab的指紋圖像特征提取-資料下載頁

基于特征提取的人臉檢測與定位技術-資料下載頁

數字攝影測量原理在車身標識點測量中的應用畢業論文-資料下載頁

[工學]仿射不變性的特征提取-資料下載頁

基于多尺度幾何分析的人臉特征提取-資料下載頁

數字攝影測量復習-資料下載頁

數字攝影測量原理在車身標識點測量中的應用-資料下載頁

基于小波變換的交通圖像特征提取-資料下載頁

第八章--特征選擇與特征提取[20xx]-資料下載頁

相移干涉測量中的相移相位提取算法及解包裹算法研究碩士學位論文-資料下載頁

數字攝影測量論文典型點特征提取算法研究(已修改)

數字攝影測量論文典型點特征提取算法研究(編輯修改稿)

數字攝影測量論文典型點特征提取算法研究-wenkub.com

數字攝影測量論文典型點特征提取算法研究(已改無錯字)

數字攝影測量論文典型點特征提取算法研究-資料下載頁