角点提取算法论文-陈庆伟,李民东,罗川,周军,皇攀凌

角点提取算法论文-陈庆伟,李民东,罗川,周军,皇攀凌

导读:本文包含了角点提取算法论文开题报告文献综述及选题提纲参考文献,主要关键词:视觉导航,关键点,描述子,图像特征点提取

角点提取算法论文文献综述

陈庆伟,李民东,罗川,周军,皇攀凌[1](2019)在《视觉SLAM中图像特征点提取与匹配算法研究》一文中研究指出在视觉SLAM(visual Simultaneous Localization And Mapping,v SLAM)中,利用提取到的图像特征点进行相机位姿估测是一种非常重要的位姿估算方法,为了实现相机的定位,图像特征点必须具备鲁棒性、尺度性和高效率等特点。介绍了图像特征点提取与匹配在视觉SLAM中的作用和场景中图像特征点需要具备的特性;对几种主流的图像特征点提取算法,即尺度不变特征变换(Scale Invariant Feature Transform,SIFT)算法、加速稳健特征(Speeded-Up Robust Features,SURF)算法、快速特征点提取与描述(Oriented FAST and Rotated BRIEF,ORB)算法分别进行了简要说明;并通过设计实验,在室内环境中,对几种图像特征点提取算法的运行效率和图像特征点匹配正确率进行了对比测试。实验表明,ORB算法在运行效率和匹配正确率上占据优势,能够较好地满足视觉SLAM中实时性和鲁棒性的要求。(本文来源于《现代制造工程》期刊2019年10期)

邓志强,张辉,张凤众[2](2019)在《基于改进SIFT算法的建筑物图像特征点提取》一文中研究指出针对SIFT算法对建筑物图像进行匹配时会出现大量误匹配点问题,本文先采用像素方差生成灰度图的方法对图像显着区域进行检测,消除背景区域的干扰。实验结果表明,改进后的算法可提高匹配速度和准确率。(本文来源于《科技风》期刊2019年25期)

周莹,曹美媛,谷红霞,曾丽萍[3](2019)在《一种基于微分阈值法的脉搏波特征点提取优化算法》一文中研究指出基于微分阈值法测得的脉搏波信号中通常混杂了许多噪声干扰,并且常规方法提取特征点效果不理想,故对提取脉搏波的特征点算法进行改进优化。首先对滤波后的脉搏波信号进行微分,采用滑动窗口的方式在源数据中提取出最小值点,以该点为极小值基准点,在窗口内寻找邻域内的波谷。然后对波谷的左右邻域二次微分,取最大值,在该邻域内提取出类似的波峰。将检测窗口滑动到上一次窗口的边沿,重复上述步骤,提取出检测数据中的脉搏波特征点。对于已有算法因混合许多噪声干扰,经微分后噪声信号也会过零点,导致错误地提取出脉搏波特征点,将优化后的提取算法应用到嵌入式检测系统。从实验对比发现,特征点提取误差率降低到0.12%。经优化的算法能够很好地剔除噪声信号和脉搏波信号的干扰,准确地提取出脉搏波特征点。(本文来源于《工业控制计算机》期刊2019年08期)

李亭,赖延年,方腾源,袁天宇,刘永涛[4](2019)在《基于特征点提取技术的车辆行车视距检测算法研究》一文中研究指出为了提高弯道行车视距检测的有效性,采用中值滤波及Sobel算子对道路图像进行车道线边缘提取,接着对图像进行二值化处理,基于车道标识线固有特征对车道标识线进行筛选并提取计算行车视距所需要特征点的坐标值,然后利用小孔成像原理建立驾驶员行车视距测距模型。为验证本研究所提出算法的正确性及有效性,设计并实施了道路图像行车视距离线测算实验,通过对比实验数据可以得出:所提出的行车视距检测模型绝对误差平均值为1. 3 m,相对误差平均值为5. 3%,能够较好地为车辆辅助驾驶系统的行车视距功能开发提供算法支撑,提高车辆弯道行车的安全性。(本文来源于《重庆理工大学学报(自然科学)》期刊2019年07期)

汪涛,成孝刚,李德志,吕泓君,李海波[5](2019)在《基于霍夫变换与角点检测的叶脉特征提取算法》一文中研究指出叶脉特征提取对植物的基因研究具有重大价值,叶脉的特征体现了叶片的各种信息。而叶脉的角度信息直接反映了叶脉生长的方向和叶片顶端、底端的生长形态。因此,为了克服现有算法的局限性,提出一种基于霍夫变换和角点检测的叶脉特征提取算法。该算法首先通过霍夫变换搜索主叶脉,通过筛选得到主叶脉大致所在直线,继而得到叶片顶端、底端坐标;然后通过角点检测的方法搜索主叶脉与次叶脉的交点,再以获得的交点为起点,以区域增长法搜索叶片,以进一步提取主叶脉和次叶脉的坐标等参量,同时测得角度特征,包括主叶脉与边界夹角和主次叶脉夹角。利用瑞典白杨树叶(12 000片)对该算法进行验证,结果表明该算法在主次叶脉提取及其角度检测方面效果良好。(本文来源于《计算机技术与发展》期刊2019年11期)

刘博[6](2019)在《双目视觉中摄像机标定与特征点提取算法的研究与改进》一文中研究指出近些年来,视觉测量技术快速发展,并且在很多领域都有广泛应用,而且越来越贴近于我们的生活。双目视觉是视觉测量技术的一个重要分支,双目视觉的理论研究为工业制造、商业活动以及新技术的产生提供技术支持,而摄像机标定技术是双目视觉系统最重要的部分,摄像机标定精度的好坏直接影响整个视觉系统的测量精度,研究摄像机标定技术对提高视觉测量整体测量精度至关重要。在传统的摄像机标定过程中,常利用标定块作为已知景物的结构信息,大多是以标定块或标定靶上的特征点作为参考点,通过灰度信息的变化,精确的提取出中心位置,此时提取出的中心位置可以看作为特征点,利用提取到的特征点的信息来进行摄像机标定。为了简化摄像机标定过程,本文提出了一种原理简单、易实现的灵活标定方法,此方法基于Hough算法的标定点提取方法,能实现可较高的精度。特征点提取的精度对整体标定精度也有着很大的影响,往往一点的误差,能使标定结果天差地别。因此为提高特征点提取的精度,在传统的标定中,大多选择用棋盘格作为标定图样,棋盘格标定是基于灰度图像的角点检测、基于二值图像的角点检测、基于轮廓曲线的角点检测。而对于棋盘格图样,在特征点的提取中很容易使角点的定位发生偏移,进而影响整体的标定精度。为了能有更高精度的特征点提取,可以进一步优化特征点提取的方法,本文利用二维正弦条纹样式的标定图样,采用改进后相位提取方法,以此提高图样特征点的定位精度,进而提高标定精度。本文最后得出的结论,在效率上,改进后的算法虽然不如利用傅里叶变换算法高效,但在摄像机标定精度上却优于傅里叶变换法。(本文来源于《湘潭大学》期刊2019-06-01)

吴云辉[7](2019)在《基于神经网络的图像特征点提取算法研究》一文中研究指出几十年来,人们对特征点提取算法不断的深入研究,提出了大量成功的特征点提取算法,为计算机视觉领域中的图像匹配、图像配准和目标跟踪等应用提供了基础。当前最好的技术依然以手工设计的特征为主,虽然手工制作的特征点检测器会有很好的效果,但它们通常依赖于预先设计的结构,在不同的情况下并不是非常灵活。随着深度学习和神经网络的发展,基于神经网络技术的应用开始在各个领域表现得具有竞争力。针对传统特征点提取算法的局限性,本文以神经网络技术为基础,提出了基于神经网络的图像特征点提取方法,提升特征点检测能力。本文主要研究内容及创新如下:首先探索了传统的特征点提取算法和神经网络的结构,分析了传统算法的局限性以及神经网络出色的泛化学习和非线性映射能力,提出了基于神经网路的图像特征点提取方法。其次对几种经典的卷积神经网络进行了深入研究,总结了卷积网络模型发展的方式。深入探索了现有的一种自监督学习特征点检测模型,提出了对其共享卷积层改进的方法。以VGG(Visual Geometry Group)网络模型的结构为基础,给出了四种改进的网络模型。并在HPatches数据集上验证网络模型在视角变化和光线变化下从图像中提取特征点的能力。实验证明,11层的网络结构取得了较好的效果,将视角变化和光线变化下提取到特征点的重复率分别提升了0.9%和1.3%。最后以11层的网络模型训练特征点描述符,并测试在视角变化和光线变化下特征点的匹配能力。同时还与传统的特征点提取算法如SIFT算法和ORB算法进行了对比实验。实验证明了改进方法的有效性。(本文来源于《桂林电子科技大学》期刊2019-06-01)

芮诚[8](2019)在《基于ERT算法的狗脸特征点提取》一文中研究指出近年来,我国综合国力迅猛发展,宠物市场的规模也在不断扩大。狗作为最受欢迎的宠物,在宠物市场中扮演着重要的作用,正因如此,实现对于狗脸的进一步研究显得尤为重要。在对狗脸的进一步研究中,狗脸识别是最重要的一项。参考人脸识别系统,若要实现狗脸的识别,常规的做法是提取狗脸的特征点,然后基于提取的特征点训练模型实现狗脸识别。虽然人脸的特征点提取已经发展得相对成熟,但是狗脸的特征点提取却少有相关的研究。本文参考人脸识别,对狗脸识别中的狗脸特征点提取进行研究,发现不同的狗脸由于形状上的区别难以建立一个统一的模型,因此本文提出对于不同的狗脸应该建立不同的特征点提取模型,并给出一种创新的特征点提取方法,以实现输入一张未知品种的狗脸图片,能提取出最合适该狗脸的特征点。本文首先将HOG特征与SVM方法相结合,实现狗脸检测,之后对于给定的品种,使用ERT算法实现该品种狗脸的特征点提取,最后基于前面两步工作,设计两套狗脸特征点提取的方法,第一种采用枚举法的思想,将输入图片与目标检测模型中的品种逐一对比检测,选出其可能的品种类型集合,然后用集合中品种对应的模型来提取特征点,最后根据特征点的像素灰度值,利用其与对应品种的平均像素灰度值之间的欧氏距离,确定输入图片狗脸最佳特征点;第二种方法采用聚类的思想,将所有的训练图片根据面部截图的HOG特征进行聚类,确定k个子类所含品种,将k个子类分别建立检测模型。接着,将输入图片与所有子类的检测模型对比检测,确定其所在的子类。之后,用子类中所含品种对应的模型来提取特征点。最后,根据特征点的像素值,利用其与对应品种的平均像素值之间的欧氏距离,确定输入图片狗脸狗脸最佳特征。为测试两种提取方法的性能,本文考虑了柯基、哈士奇、萨摩耶、柴犬、博美、法斗、德牧、牛头梗、恶霸犬、金毛、阿拉斯加、拉布拉多、杜宾13个品种,每个品种有30张图,每张图共41个特征点的测试集进行测试。第一种方法在测试集上的MSE为11.7217,总耗时为1652秒;第二种方法在测试集上的MSE为16.6276,总耗时为409秒。从测试集上的表现可以看出,方法一比方法二更加精准,方法二比方法一耗时更短。由此得出结论:方法一更适合对精度要求高,对时间要求低的场景,比如提取狗脸特征点进行狗脸识别等;方法二更适合对时间要求高,对精度要求低的场景,比如在线提取狗脸特征点进行狗脸美颜等。(本文来源于《上海师范大学》期刊2019-05-01)

袁鹏泰,刘宁钟[9](2019)在《基于关节点提取的老年人跌倒检测算法》一文中研究指出随着人口老龄化问题日益严重,老年人的安全问题变得愈加重要,而对老年人安全问题威胁最大的便是老年人的跌倒问题,因此文中提出了一种基于关节点提取以及SVM分类器的老年人跌倒检测算法。首先通过改进的yolo算法检测出视频帧图像中的人所在的位置,然后将单个人的图像送入openpose算法中获得这个人的关节信息。之后再通过SVM分类器对获得到的关节点信息进行分类,以得到这个人所处的状态(此处将人可能处于的状态分为4类——正常状态、跌倒状态、平躺状态以及其他状态)。对于整段视频便得到一个状态序列集,之后对这个状态序列集进行分析便能够检测出视频中是否有跌倒事件发生。经实验对比,该算法对于单人存在的场景有着98%以上的准确率,并且对于多人存在的场景具有一定的鲁棒性。(本文来源于《计算机技术与发展》期刊2019年09期)

冯宇,朱大明,胡琳,张勇[10](2019)在《航摄影像特征点提取算法研究》一文中研究指出随着无人机在测绘领域的广泛应用,航摄影像处理已成为国内外关注的热点。为寻求更适合航摄影像特征点提取的算法,对目前国内外几种常用特征点提取算法进行对比分析,结果表明,Moravec算子相较于其它算子,原理最为简单,但图像处理效果不佳。为此,利用C#工具实现Moravec算子,并通过图像处理实验,从计算速度、提取质量、定位精度、抗噪能力等方面对其进行全面分析,得出该算子在提取质量、定位精度与抗噪能力等方面均性能较差,该结论为今后对其优化改进提供了明确的研究方向。(本文来源于《软件导刊》期刊2019年08期)

角点提取算法论文开题报告

(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:

针对SIFT算法对建筑物图像进行匹配时会出现大量误匹配点问题,本文先采用像素方差生成灰度图的方法对图像显着区域进行检测,消除背景区域的干扰。实验结果表明,改进后的算法可提高匹配速度和准确率。

(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。

角点提取算法论文参考文献

[1].陈庆伟,李民东,罗川,周军,皇攀凌.视觉SLAM中图像特征点提取与匹配算法研究[J].现代制造工程.2019

[2].邓志强,张辉,张凤众.基于改进SIFT算法的建筑物图像特征点提取[J].科技风.2019

[3].周莹,曹美媛,谷红霞,曾丽萍.一种基于微分阈值法的脉搏波特征点提取优化算法[J].工业控制计算机.2019

[4].李亭,赖延年,方腾源,袁天宇,刘永涛.基于特征点提取技术的车辆行车视距检测算法研究[J].重庆理工大学学报(自然科学).2019

[5].汪涛,成孝刚,李德志,吕泓君,李海波.基于霍夫变换与角点检测的叶脉特征提取算法[J].计算机技术与发展.2019

[6].刘博.双目视觉中摄像机标定与特征点提取算法的研究与改进[D].湘潭大学.2019

[7].吴云辉.基于神经网络的图像特征点提取算法研究[D].桂林电子科技大学.2019

[8].芮诚.基于ERT算法的狗脸特征点提取[D].上海师范大学.2019

[9].袁鹏泰,刘宁钟.基于关节点提取的老年人跌倒检测算法[J].计算机技术与发展.2019

[10].冯宇,朱大明,胡琳,张勇.航摄影像特征点提取算法研究[J].软件导刊.2019

标签:;  ;  ;  ;  

角点提取算法论文-陈庆伟,李民东,罗川,周军,皇攀凌
下载Doc文档

猜你喜欢