导读:本文包含了自适应角点检测论文开题报告文献综述及选题提纲参考文献，主要关键词:角点检测,自适应Harris算法,角点提取,角点提纯
自适应角点检测论文文献综述
李冰,吕进来,郝晓丽[1]（2019）在《基于模板边缘的自适应Harris角点检测算法》一文中研究指出针对传统Harris算法检测的角点出现聚簇、伪角点以及阈值人为设定的问题,提出一种基于模板边缘的自适应Harris算法。首先,利用局部区域的思想检测出图像中的潜在角点区域;然后,对潜在角点区域利用改进的自适应阈值Harris算法进行角点提取;最后,提出模板边缘的思想,构造一个新的圆形模板,通过评估中心点与模板边缘像素点邻域的灰度变化情况,对提取的角点进行提纯,过滤掉伪角点,得到最终检测结果。实验结果表明,该方法在计算效率上比Harris算法提高了32.8%,在实际应用中具有较高的精确度和鲁棒性。(本文来源于《现代电子技术》期刊2019年11期）
兰国清,胡旭晓,王永力,吴跃成[2]（2018）在《基于k_d曲率的自适应支撑邻域角点检测》一文中研究指出根据kd曲率计算方法具有比传统方法简捷的特点,提出了基于kd曲率自适应支撑邻域的角点检测方法.首先,用Canny算子提取初步轮廓曲线,然后进行融合填补,再筛选出高质量的轮廓曲线,并对曲线进行高斯核平滑.从算法鲁棒性考虑,提出一种新的思想,即寻找一个可以确定一条曲线总体支撑邻域的参数,使其随着仿射变换在噪声干扰下发生有规律的变化,从而实现自适应支撑邻域的角点检测,并用自适应阈值和非极大值抑制来排除伪角点和弱角点,最后提取精确的角点.通过实验与Harris、He&Yang、CPDA、KD、ANDD等算法对比,该算法的定位误差和错误率较低,而平均重复率明显较高,具有更好的角点检测性能.(本文来源于《成组技术与生产现代化》期刊2018年02期）
吴腾,张志利,赵军阳,张海峰[3]（2018）在《一种局部最佳阈值预测的自适应角点检测方法》一文中研究指出为解决图像角点检测阈值选取方法计算量大的问题,提出一种新的自适应角点检测方法。分析能够反映图像灰度分布、对比度和相关性因素的9个基本统计特征,通过提取4 848幅样本图像的基本统计特征,并按主成分分析方法计算4项反映图像不同属性的综合指标。建立多元非线性局部最佳阈值预测模型,由训练数据对模型参数进行优化估计,得到指导角点检测自适应阈值选取的预测模型。实验结果表明,预测模型的引入能够改善图像显着角点检测质量,与原始检测算法相比,复杂图像中显着角点检出率平均提高45%,非显着角点误检率平均降低81%。(本文来源于《计算机工程》期刊2018年03期）
潘聪,黄鲁[4]（2016）在《基于FPGA的自适应阈值Harris角点检测硬件实现》一文中研究指出基于FPGA实现了一种自适应阈值Harris角点检测,用于解决低成本ARM处理器无法实时检测到目标角点的问题。该算法首先对整帧像素点进行预筛选,将筛选通过的点进行Harris角点检测,通过设置容忍距离剔除伪角点,得到最终角点并通过LCD屏实时显示。采用自适应阈值方法来解决单一阈值不适应于多样化环境的问题,使每帧(分辨率为480×272)都能检测到大约120个角点,在低成本FPGA芯片Spartan6 XC6SLX45上验证实现。实验结果表明,该实现方法处理速度为115 f/s,能高效准确地检测到目标角点,满足精度、稳定性和实时性要求。(本文来源于《微型机与应用》期刊2016年19期）
赵萌,温佩芝,邓星,成龙[5]（2016）在《一种参数自适应的Harris角点检测算法》一文中研究指出针对用固定高斯函数参数σ值及人为设定阈值时角点检测不准确的问题,提出一种σ自适应的Harris算法。在选定区域内设置多个σ值提取Harris预选角点,对非极大值抑制时,采用自适应阈值获得预选角点;对不同σ值生成的预选角点响应函数R采用约束准则筛选出最大值,从而提取出有效的角点,去除伪角点。实验结果表明,本算法具有较好的图像角点检测性能,能够获得更多有效角点和更少伪角点。(本文来源于《桂林电子科技大学学报》期刊2016年03期）
李伟生,李泽亚[6]（2016）在《一种改进的多尺度自适应角点检测方法》一文中研究指出现有的多尺度曲率乘积算法MSCP(Multi Scale Curvature Product)在检测过程中存在漏检和误检的现象,并且由于阈值设置不合理容易导致算法不稳定。针对以上不足,提出一种基于曲率多尺度的自适应角点检测算法AMCP(Adaptive Multi-scale Curvature Polynomial)。首先,结合尺度多项式的方法,不仅显着增强了曲率极值点的峰值,而且避免了曲率积对一些角点平滑;然后,构造局部曲率显着度LCCS(Local Corners Curvature Saliency),从而用自适应的阈值代替全局阈值,增强算法应对尺度,旋转等变化的鲁棒性;最后,提出曲率增长度的方法,通过该方法有效地区分圆角点和钝形角点。通过实验表明,AMCP算法提高了角点检测的正确率以及稳定性,相较于MSCP算法以及改进的CSS(Corner Detection Through Curvature Scale Space)算法具有更加优越的检测性能。(本文来源于《计算机应用与软件》期刊2016年01期）
邹志远,安博文,曹芳,潘胜达[7]（2015）在《一种自适应红外图像角点检测算法》一文中研究指出针对Harris角点检测算法自适应性差的问题,提出一种自适应角点检测算法。根据Harris算法定义的像素响应函数值的大小特性,得出阈值(Threshold)应满足的下限条件,继而对图像进行分块,得出每一块图像的阈值下限条件。综合考虑各图像块的阈值,采用加权方法得到图像总的阈值。采用局部保留最大响应值策略来避免角点聚簇的现象。试验结果表明:提出的自适应阈值计算方法在引入少量数学运算的前提下,使角点检测具有自动性,并且可以保证合理数量的角点,采用的剔除策略可以很好的避免角点聚簇现象,使图像最终角点数量合理、分布均匀。(本文来源于《激光与红外》期刊2015年10期）
王瑞,郝娜,张波,常天庆[8]（2015）在《一种自适应Harris角点检测算法》一文中研究指出针对传统算法检测效果不理想的问题,提出了一种基于自适应非最大抑制策略的Harris角点检测算法;通过设置抑制半径与角点响应函数的局部最大值关联,减小抑制半径获取角点。算法有效解决了阈值选取和"聚簇"的问题。实验表明,该算法检测出的角点均匀分布,能很好地适应特征匹配等实际应用。(本文来源于《火力与指挥控制》期刊2015年07期）
邢远秀,章登义,赵俭辉[9]（2015）在《利用多尺度弦角尖锐度累积的自适应角点检测算子》一文中研究指出为提高角点检测算法的定位精度和对噪声的鲁棒性,提出了基于多尺度弦角尖锐度累积的自适应角点检测算子。首先,利用Canny算法快速提取图像边缘轮廓;然后,划分轮廓支撑域并将其作为尺度,分别计算3个尺度下的弦角尖锐度均值,并将其累积作为角点响应函数;最后,根据每条轮廓各自的自适应阈值标记角点。实验结果表明,与现有的角点检测算法相比,该算法提高了噪声图像和模糊图像上角点的定位精度和抗噪声能力,并具有自适应性。(本文来源于《武汉大学学报(信息科学版)》期刊2015年05期）
王瑞,张波[10]（2015）在《基于自适应非最大抑制的Harris角点检测算法》一文中研究指出本文提出一种基于自适应非最大抑制策略的Harris角点检测算法;算法从角点响应函数的局部极大值入手,计算图像中每个像素点的局部极大值通过设置抑制半径与角点响应函数的局部最大值关联最终获取角点。实验表明,该算法检测出的角点均匀分布,提高了检测角点的准确性,算法能够应用于图像特征匹配、运动估计等方面。(本文来源于《价值工程》期刊2015年08期）
自适应角点检测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
根据kd曲率计算方法具有比传统方法简捷的特点,提出了基于kd曲率自适应支撑邻域的角点检测方法.首先,用Canny算子提取初步轮廓曲线,然后进行融合填补,再筛选出高质量的轮廓曲线,并对曲线进行高斯核平滑.从算法鲁棒性考虑,提出一种新的思想,即寻找一个可以确定一条曲线总体支撑邻域的参数,使其随着仿射变换在噪声干扰下发生有规律的变化,从而实现自适应支撑邻域的角点检测,并用自适应阈值和非极大值抑制来排除伪角点和弱角点,最后提取精确的角点.通过实验与Harris、He&Yang、CPDA、KD、ANDD等算法对比,该算法的定位误差和错误率较低,而平均重复率明显较高,具有更好的角点检测性能.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自适应角点检测论文参考文献
[1].李冰,吕进来,郝晓丽.基于模板边缘的自适应Harris角点检测算法[J].现代电子技术.2019
[2].兰国清,胡旭晓,王永力,吴跃成.基于k_d曲率的自适应支撑邻域角点检测[J].成组技术与生产现代化.2018
[3].吴腾,张志利,赵军阳,张海峰.一种局部最佳阈值预测的自适应角点检测方法[J].计算机工程.2018
[4].潘聪,黄鲁.基于FPGA的自适应阈值Harris角点检测硬件实现[J].微型机与应用.2016
[5].赵萌,温佩芝,邓星,成龙.一种参数自适应的Harris角点检测算法[J].桂林电子科技大学学报.2016
[6].李伟生,李泽亚.一种改进的多尺度自适应角点检测方法[J].计算机应用与软件.2016
[7].邹志远,安博文,曹芳,潘胜达.一种自适应红外图像角点检测算法[J].激光与红外.2015
[8].王瑞,郝娜,张波,常天庆.一种自适应Harris角点检测算法[J].火力与指挥控制.2015
[9].邢远秀,章登义,赵俭辉.利用多尺度弦角尖锐度累积的自适应角点检测算子[J].武汉大学学报(信息科学版).2015
[10].王瑞,张波.基于自适应非最大抑制的Harris角点检测算法[J].价值工程.2015
标签：角点检测; 自适应Harris算法; 角点提取; 角点提纯;