Harris算法
Harris算法的相关文献在2006年到2022年内共计129篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、测绘学
等领域,其中期刊论文121篇、会议论文6篇、专利文献51583篇;相关期刊90种,包括人天科学研究、测绘与空间地理信息、科学技术与工程等;
相关会议6种,包括第八届全国虚拟现实与可视化学术会议(CCVRV'08)、第十二届中国体视学与图像分析学术会议、第十一届全国遥感遥测遥控学术研讨会等;Harris算法的相关文献由335位作者贡献,包括何海清、于明、侯振杰等。
Harris算法—发文量
专利文献>
论文:51583篇
占比:99.75%
总计:51710篇
Harris算法
-研究学者
- 何海清
- 于明
- 侯振杰
- 廖志伟
- 张波
- 张海燕
- 曹茂永
- 李冠达
- 李冬梅
- 李科
- 杨学志
- 王天召
- 王延杰
- 王琰
- 王立中
- 薛河儒
- 邓辉
- 郭海礁
- 金兢
- 陈勇
- 陈自立
- 陈金玉
- 顾立彬
- 麻硕士
- 黄声享
- CHEN Yong-gang
- Guy Courbebaisse
- WANG Yu
- WANG Yue-lin
- YU Qiu-min
- ZHANG Cai-zhen
- ZHANG Yun-xia
- ZHAO Dan
- 丁良宏
- 乔警卫
- 乔鹤松
- 于洋
- 任娟莉
- 任学平
- 任洪娥
- 任龙
- 何海南
- 何雨恒
- 储晨昀
- 兴磊磊
- 冯消冰
- 冯越
- 刘中坡
- 刘佳雯
- 刘可欣
-
-
冯消冰;
郑军
-
-
摘要:
在复杂背景下易混入随机噪声,导致无人机导航信号检出率较低、跟踪误差较大。为此,本文提出了基于改进图像特征块匹配的无人机导航信号稳定跟踪方法。利用图像传感器、CCD摄像机等设备采集序列图像;采用Harris算法提取特征点确立匹配准则,选取估计量最优值完成特征点匹配;使用改进的图像模块匹配法计算目标模块与子模块的相似度,同时匹配当前模块与周期更新模块,在模块更新过程中获取无人机导航信号,实现稳定跟踪。仿真实验证明,所提方法对目标信号检出率为96%,跟踪距离误差处于-0.5~0.5 m。
-
-
任学平;
张德才
-
-
摘要:
在工业生产中,传统的轨道钢尺寸测量采用与多个标准模具逐一比对的方法,该方法受环境场地影响且测量误差较大。为了解决该问题,提出一种基于计算机视觉的机械工件断面轮廓形状识别与尺寸测量方法,将改进的ROF算法用于轮廓检测,以减小轮廓边缘提取误差;优化阈值提取算法的比对方法,加快了轮廓边缘的定位与识别,快速准确得到断面轮廓;应用改进的特征点检测算法进行关键点定位,提高了断面形状判断的准确度;将图片中标准件尺寸与工件轮廓进行比对得到两者比例,最后通过计算得到工件的实际尺寸。经过现场实验验证,与传统手工测量方法比对,大批量工件尺寸测量准确率达到98%以上,且测量时间缩短了几十倍。该方法是一种单目相机采集图像进行尺寸测量的方法,具有操作简单、测量快、准确率较高的特点,是一种大批量机械工件进行快速形状检测和尺寸测量的有效方法。
-
-
陈雪松;
武小凯
-
-
摘要:
针对SIFT(Scale-Invarivant Feature Transform)算法存在的不足,提出Harris算法与SIFT算法相结合的方法。选用Harris算法检测出的角点邻域范围内的SIFT特征点作为特征点,利用高斯圆形窗口对特征点建立64维描述向量。实验证明,该算法在保证匹配精度的同时,有效提高了匹配速度。
-
-
王长庚;
韩瑜
-
-
摘要:
针对大型建筑物在实际灾害中因各种致变因素的作用发生形变,当超出一定限度时会演变成灾难的实际问题进行研究,通过引入高斯核卷积函数、初始像素点集的邻域作差筛选以及利用最小核值相似区的思想来筛选角点提出一种对大型建筑物进行形变监测的改进算法,并与4种相应算法进行了对比实验。结果表明:本文改进算法相较于其他算法在建筑物图像形变监测中正确率平均提升了近15%,平均检测时间缩短了近21%。可见本文改进算法提升了大型建筑物形变监测中的多尺度检测能力、减少了计算数据量、提升了角点检测准确性。
-
-
顾丹妮;
张乐;
白明健
-
-
摘要:
目标识别主要通过目标的颜色、形状、轮廓等特征来获取目标信息,与已知目标进行对比的过程.基于角点特征提取对目标识别非常重要,因为角点具有旋转不变性、对光照反映不明显,这不仅可以提高识别的运行速度还可以提升识别的准确率.在本文中,首先介绍了基于角点特征提取的目标识别理论,列举出图像预处理的方法,通过仿真对目标图像进行灰度化处理和滤波处理.分别用Harris算法与Susan算法对目标图像进行角点提取,最后与原目标图像进行匹配.
-
-
石旭东;
黄加旺;
黄琨;
徐萌
-
-
摘要:
针对增强现实飞机维修中角点检测方法存在的问题,提出一种角点检测优化方法.用维纳滤波复原样本图像,通过8邻域比较法滤掉约占总像素点60% 的非特征点得到初始点集;建立以角点质量等级Q和相邻角点最小距离限度Dmin双参数为核心的改进Harris算法,借助Matlab分析得出最优的Q值和Dmin值,将最优参数带入改进算法后可得到更加准确、分散的角点.实验结果表明,该优化方法与传统方法相比在速度和准确性上有了明显提高,利于后期样本图像与维修现场间的实时匹配.
-
-
-
-
-
文琴
-
-
摘要:
近年来,在图形图像方面的研究中Harris角点检测和SIFT(Scale-invariant feature transform)算法在图像配准和医学图像配准中取得了很好的应用效果.本文在实现印章配准时研究了多个学者提出的HSIFT(Harris角点检测和SIFT算法)算法,该算法是Harris角点检测和SIFT的优化研究.本文首先利用Harris检点检测算法和SIFT算法对圆形印章提取关键点,然后对选择Harris角点领域内的SIFT特征点,两种关键点的融合,提取共同的特征点,这样筛选出来的关键点同时具有两者的特征,再确定关键点的方向和生成关键点描述向量进行配准.实验结果表明该算法应用于圆形印章的配准上具有高效、准确、稳定的特点.
-
-
黄格格;
常丽
- 《第十四届沈阳科学学术年会暨中国·沈阳机器人大会》
| 2017年
-
摘要:
针对图像拼接过程中角点的提取问题,介绍了Moravec、Harris、Forstner、SUSAN和SIFT算法,研究了每种算法的原理和实现步骤,对比了检测速度、定位精度、和重复度等各方面性能,分析了各自的优劣势.通过MATLAB进行仿真和对比,结果表明:Moravec和SUSAN算法的检测速度慢,对噪声适应性差;Forstner算法的定位精度较好,但抗噪能力弱;SIFT算法检测结果过多,导致速度慢;而Harris算法检测时间快,定位精度高,抗噪能力强,更适用于图像拼接研究.
-
-
黄格格;
常丽
- 《第十四届沈阳科学学术年会暨中国·沈阳机器人大会》
| 2017年
-
摘要:
针对图像拼接过程中角点的提取问题,介绍了Moravec、Harris、Forstner、SUSAN和SIFT算法,研究了每种算法的原理和实现步骤,对比了检测速度、定位精度、和重复度等各方面性能,分析了各自的优劣势.通过MATLAB进行仿真和对比,结果表明:Moravec和SUSAN算法的检测速度慢,对噪声适应性差;Forstner算法的定位精度较好,但抗噪能力弱;SIFT算法检测结果过多,导致速度慢;而Harris算法检测时间快,定位精度高,抗噪能力强,更适用于图像拼接研究.
-
-
黄格格;
常丽
- 《第十四届沈阳科学学术年会暨中国·沈阳机器人大会》
| 2017年
-
摘要:
针对图像拼接过程中角点的提取问题,介绍了Moravec、Harris、Forstner、SUSAN和SIFT算法,研究了每种算法的原理和实现步骤,对比了检测速度、定位精度、和重复度等各方面性能,分析了各自的优劣势.通过MATLAB进行仿真和对比,结果表明:Moravec和SUSAN算法的检测速度慢,对噪声适应性差;Forstner算法的定位精度较好,但抗噪能力弱;SIFT算法检测结果过多,导致速度慢;而Harris算法检测时间快,定位精度高,抗噪能力强,更适用于图像拼接研究.
-
-
黄格格;
常丽
- 《第十四届沈阳科学学术年会暨中国·沈阳机器人大会》
| 2017年
-
摘要:
针对图像拼接过程中角点的提取问题,介绍了Moravec、Harris、Forstner、SUSAN和SIFT算法,研究了每种算法的原理和实现步骤,对比了检测速度、定位精度、和重复度等各方面性能,分析了各自的优劣势.通过MATLAB进行仿真和对比,结果表明:Moravec和SUSAN算法的检测速度慢,对噪声适应性差;Forstner算法的定位精度较好,但抗噪能力弱;SIFT算法检测结果过多,导致速度慢;而Harris算法检测时间快,定位精度高,抗噪能力强,更适用于图像拼接研究.
-
-
黄格格;
常丽
- 《第十四届沈阳科学学术年会暨中国·沈阳机器人大会》
| 2017年
-
摘要:
针对图像拼接过程中角点的提取问题,介绍了Moravec、Harris、Forstner、SUSAN和SIFT算法,研究了每种算法的原理和实现步骤,对比了检测速度、定位精度、和重复度等各方面性能,分析了各自的优劣势.通过MATLAB进行仿真和对比,结果表明:Moravec和SUSAN算法的检测速度慢,对噪声适应性差;Forstner算法的定位精度较好,但抗噪能力弱;SIFT算法检测结果过多,导致速度慢;而Harris算法检测时间快,定位精度高,抗噪能力强,更适用于图像拼接研究.
-
-
黄格格;
常丽
- 《第十四届沈阳科学学术年会暨中国·沈阳机器人大会》
| 2017年
-
摘要:
针对图像拼接过程中角点的提取问题,介绍了Moravec、Harris、Forstner、SUSAN和SIFT算法,研究了每种算法的原理和实现步骤,对比了检测速度、定位精度、和重复度等各方面性能,分析了各自的优劣势.通过MATLAB进行仿真和对比,结果表明:Moravec和SUSAN算法的检测速度慢,对噪声适应性差;Forstner算法的定位精度较好,但抗噪能力弱;SIFT算法检测结果过多,导致速度慢;而Harris算法检测时间快,定位精度高,抗噪能力强,更适用于图像拼接研究.
-
-
黄格格;
常丽
- 《第十四届沈阳科学学术年会暨中国·沈阳机器人大会》
| 2017年
-
摘要:
针对图像拼接过程中角点的提取问题,介绍了Moravec、Harris、Forstner、SUSAN和SIFT算法,研究了每种算法的原理和实现步骤,对比了检测速度、定位精度、和重复度等各方面性能,分析了各自的优劣势.通过MATLAB进行仿真和对比,结果表明:Moravec和SUSAN算法的检测速度慢,对噪声适应性差;Forstner算法的定位精度较好,但抗噪能力弱;SIFT算法检测结果过多,导致速度慢;而Harris算法检测时间快,定位精度高,抗噪能力强,更适用于图像拼接研究.
-
-
-