Harris角点

摘要： 角点是机器视觉和图像处理技术中常用的特征点,在降低信息数据量的同时有效保留了图像的重要特征,现已广泛应用于各个领域,用来实现图像处理的特定要求。本文先对Harris角点检测算法原理进行阐述;再详细介绍改进的Harris角点检测算法的应用领域及效果;最后,对Harris角点检测的研究趋势做出总结和展望,为Harris角点检测的研究和应用提供参考。

摘要： 在实现大范围微结构测量时,白光干涉表面测量受限于单个光学视场的大小,不能看到完整的结构。为了获得大范围的视野效果,文中提出基于改进SURF算法对显微图像进行拼接。首先用Harris对图像进行特征点检测,然后对特征点进行描述符计算寻找点对之间的对应点对。再使用RANSAC对误配的点对进行删除,最后使用加权融合的方法来消除拼接缝。实验结果表明,该方法是有效的,可以将多次采集得到多幅图片拼成一幅完整的图片来实现大视野的测量。

摘要： 为了提高快速帧移动多视点图像的检测跟踪识别能力,提出基于Harris角点检测的快速帧移动多视点图像跟踪识别方法。构建快速帧移动多视点图像检测和帧稳定性控制模型,采用数字特征融合技术,实现对快速帧移动多视点图像的模糊度增强和融合处理,通过多维空间参数检测技术,实现快速帧移动多视点图像的动态参数识别,结合联合滤波特征匹配方法,采用稳像控制技术,建立快速帧移动多视点图像的灰度参数分析模型,根据Harris角点检测结果,结合角点自适应定位和分块匹配滤波,实现对快速帧移动多视点图像检测和跟踪识别。测试结果表明,采用该方法进行快速帧移动多视点图像跟踪识别的精度较高,角点定位和帧稳定性较好。

摘要： 为了提高快速帧移动多视点图像的检测跟踪识别能力,提出基于Harris角点检测的快速帧移动多视点图像跟踪识别方法.构建快速帧移动多视点图像检测和帧稳定性控制模型,采用数字特征融合技术,实现对快速帧移动多视点图像的模糊度增强和融合处理,通过多维空间参数检测技术,实现快速帧移动多视点图像的动态参数识别,结合联合滤波特征匹配方法,采用稳像控制技术,建立快速帧移动多视点图像的灰度参数分析模型,根据Harris角点检测结果,结合角点自适应定位和分块匹配滤波,实现对快速帧移动多视点图像检测和跟踪识别.测试结果表明,采用该方法进行快速帧移动多视点图像跟踪识别的精度较高,角点定位和帧稳定性较好.

摘要： 针对自动装配线中的零件装配检测需求,以提花面板中动铁的装配检测为例,选用CMOS工业相机与PLC控制系统在装配线上搭建视觉平台.利用视觉相关理论和算法,首先对图像进行预处理,用Canny算子提取二值图中的轮廓,根据轮廓的面积及矩形度参数识别轮廓,只保留类矩形框轮廓及其中心坐标,在分析了异形零件中角点较规则零件普遍较多的特性后,提出了通过Harris角点与Hu矩结合改进的算法获得图像上的动铁RIO中心坐标的方法,最后计算类矩形框中心坐标与RIO中心坐标的距离判断动铁是否错装,结合Python和OpenCV图形处理库编写检测软件.实验证实该检测系统准确率达到99.7％,可实际应用于企业生产中.

摘要： 本文针对多姿态复杂工件的图像识别匹配中存在的精度与速度较低的问题,提出了一种优化的图像匹配方法.首先提出了一种基于Hu不变矩和区域面积的ROI(Region Of Interes)提取方法,缩小识别匹配区域;并结合Harris角点算法提出了改进的SURF(Speeded Up Robust Features)算法,剔除不稳定的特征点,有效提高图像匹配精度.在Matlab平台上进行仿真实验,结果表明本文算法的实用性和有效性.

摘要： 图像配准是图像处理技术中重要的一部分,被广泛应用于计算机视觉、遥感测量、三维重建等多领域中。对于SURF而言,其在图像配准中应用广泛,但是该方法在提取特征点时其误匹配率高,造成图像配准精度较低问题。鉴于此,提出一种基于Harris-SURF描述符的图像配准方法。利用Harris算法的优势对图像进行特征点的检测,然后对特征点进行描述符的计算寻找点对之间的对应点对。最后使用RANSAC对不正确的对应点对进行删除并计算出最终的几何转换关系,完成图像配准,实验结果表明,提出的方法能有效提高配准的准确率。

摘要： 图像配准是图像处理技术中重要的一部分,被广泛应用于计算机视觉、遥感测量、三维重建等多领域中.对于SURF而言,其在图像配准中应用广泛,但是该方法在提取特征点时其误匹配率高,造成图像配准精度较低问题.鉴于此,提出一种基于Harris-SURF描述符的图像配准方法.利用Harris算法的优势对图像进行特征点的检测,然后对特征点进行描述符的计算寻找点对之间的对应点对.最后使用RANSAC对不正确的对应点对进行删除并计算出最终的几何转换关系,完成图像配准,实验结果表明,提出的方法能有效提高配准的准确率.

摘要： 针对电磁辐射源信号识别问题,提出一种时频图像角点和直线特征组合的调制方式识别方法.该方法首先采用Choi-Williams分布算法获取信号的时频图像,并经过全变分算法去除时频图像噪声,提高低信噪比情况下时频图像的清晰度;然后对去噪后的时频图像进行Harris角点检测和霍夫变换,提取角点和直线特征组成6维特征向量;最后通过支持向量机对特征向量进行训练、分类和识别.实验结果表明,在较低信噪比条件下能取得较好的识别效果,在信噪比为0dB时,识别正确率达到92.3％.

摘要： 针对现有的多数图像篡改检测算法中存在着的对旋转、缩放等篡改失效和计算量大等问题，利用三角形具有抗平移、旋转、尺度缩放的优越特性，提出了一种新的图像篡改检测算法。首先，利用Delaunay三角剖分算法对提取的Harris特征角点进行三角剖分，进行相似三角形的初始匹配。然后，以匹配的相似三角形顶点为种子点，建立三角形组，再进行一次相似三角形的匹配，实现对篡改区域的三角形生长。最后，利用区域面积阈值和数学形态学准确定位出篡改区域。实验结果表明，该算法与同类算法相比不仅能有效地对抗旋转、缩放，噪声等后期处理操作，而且对篡改区域有很好的检测和定位效果并具有计算复杂度低的特点。

摘要： 针对现有的多数图像篡改检测算法中存在着的对旋转、缩放等篡改失效和计算量大等问题，利用三角形具有抗平移、旋转、尺度缩放的优越特性，提出了一种新的图像篡改检测算法。首先，利用Delaunay三角剖分算法对提取的Harris特征角点进行三角剖分，进行相似三角形的初始匹配。然后，以匹配的相似三角形顶点为种子点，建立三角形组，再进行一次相似三角形的匹配，实现对篡改区域的三角形生长。最后，利用区域面积阈值和数学形态学准确定位出篡改区域。实验结果表明，该算法与同类算法相比不仅能有效地对抗旋转、缩放，噪声等后期处理操作，而且对篡改区域有很好的检测和定位效果并具有计算复杂度低的特点。

摘要： 针对现有的多数图像篡改检测算法中存在着的对旋转、缩放等篡改失效和计算量大等问题，利用三角形具有抗平移、旋转、尺度缩放的优越特性，提出了一种新的图像篡改检测算法。首先，利用Delaunay三角剖分算法对提取的Harris特征角点进行三角剖分，进行相似三角形的初始匹配。然后，以匹配的相似三角形顶点为种子点，建立三角形组，再进行一次相似三角形的匹配，实现对篡改区域的三角形生长。最后，利用区域面积阈值和数学形态学准确定位出篡改区域。实验结果表明，该算法与同类算法相比不仅能有效地对抗旋转、缩放，噪声等后期处理操作，而且对篡改区域有很好的检测和定位效果并具有计算复杂度低的特点。

摘要： 针对现有的多数图像篡改检测算法中存在着的对旋转、缩放等篡改失效和计算量大等问题，利用三角形具有抗平移、旋转、尺度缩放的优越特性，提出了一种新的图像篡改检测算法。首先，利用Delaunay三角剖分算法对提取的Harris特征角点进行三角剖分，进行相似三角形的初始匹配。然后，以匹配的相似三角形顶点为种子点，建立三角形组，再进行一次相似三角形的匹配，实现对篡改区域的三角形生长。最后，利用区域面积阈值和数学形态学准确定位出篡改区域。实验结果表明，该算法与同类算法相比不仅能有效地对抗旋转、缩放，噪声等后期处理操作，而且对篡改区域有很好的检测和定位效果并具有计算复杂度低的特点。

摘要： 针对现有的多数图像篡改检测算法中存在着的对旋转、缩放等篡改失效和计算量大等问题，利用三角形具有抗平移、旋转、尺度缩放的优越特性，提出了一种新的图像篡改检测算法。首先，利用Delaunay三角剖分算法对提取的Harris特征角点进行三角剖分，进行相似三角形的初始匹配。然后，以匹配的相似三角形顶点为种子点，建立三角形组，再进行一次相似三角形的匹配，实现对篡改区域的三角形生长。最后，利用区域面积阈值和数学形态学准确定位出篡改区域。实验结果表明，该算法与同类算法相比不仅能有效地对抗旋转、缩放，噪声等后期处理操作，而且对篡改区域有很好的检测和定位效果并具有计算复杂度低的特点。

摘要： 提出一种应用在机器人视觉自主导航中特征点跟踪的方法。首先在图像中提取Harris角点,然后针对特征点在图像平面运动运用卡尔曼滤波进行预测,最后利用预测结果进行区域内特征点匹配、外点剔除。实验证明利用本方法进行特征点匹配受外点影响小,算法简洁系统实时性好。

摘要： 提出一种应用在机器人视觉自主导航中特征点跟踪的方法。首先在图像中提取Harris角点,然后针对特征点在图像平面运动运用卡尔曼滤波进行预测,最后利用预测结果进行区域内特征点匹配、外点剔除。实验证明利用本方法进行特征点匹配受外点影响小,算法简洁系统实时性好。

摘要： 提出一种应用在机器人视觉自主导航中特征点跟踪的方法。首先在图像中提取Harris角点,然后针对特征点在图像平面运动运用卡尔曼滤波进行预测,最后利用预测结果进行区域内特征点匹配、外点剔除。实验证明利用本方法进行特征点匹配受外点影响小,算法简洁系统实时性好。

摘要： 提出一种应用在机器人视觉自主导航中特征点跟踪的方法。首先在图像中提取Harris角点,然后针对特征点在图像平面运动运用卡尔曼滤波进行预测,最后利用预测结果进行区域内特征点匹配、外点剔除。实验证明利用本方法进行特征点匹配受外点影响小,算法简洁系统实时性好。

摘要： 提出一种应用在机器人视觉自主导航中特征点跟踪的方法。首先在图像中提取Harris角点,然后针对特征点在图像平面运动运用卡尔曼滤波进行预测,最后利用预测结果进行区域内特征点匹配、外点剔除。实验证明利用本方法进行特征点匹配受外点影响小,算法简洁系统实时性好。

摘要： 本发明公布了一种基于Harris角点检测的随动定位系统导针计算方法，该方法仅采用结构像制作DLPFC靶区就可以实现快速、精准的导航定位，得到一种操作简便、快捷、自动化、定位精准、成本低廉的经颅磁定位用导航系统，成功解决了磁刺激定位技术问题，降低患者拍摄磁共振的成本，节约治疗师的治疗时间。相比其他定位导航技术，本发明不需要附加视觉系统和机械臂系统即可达到同样的定位效果，将精度误差控制在毫米级甚至更高，且有效避免了机械设定的误差，系统自动进行靶点计算，整个治疗过程5min内可以输出靶点坐标。

摘要： 本发明属于数字图像处理技术领域，公开了一种Harris角点检测影像金字塔掌纹ROI识别方法，包括：输入录入掌纹ROI图像和模板掌纹ROI图像，并对这两个图像的进行MFRAT滤波处理；对滤波处理后的模板掌纹ROI图像，运用Harris角点检测算法提取出分布在掌纹主线、褶皱上的角点并在小块区域内只保留一个角点；根据滤波后的模板掌纹ROI图像上的角点，利用影像金字塔算法获得分布在滤波后的录入掌纹图像上的角点；由已知的角点分布通过平均BLPOC算法得到最终的匹配分数；通过实验设定固定阈值，如果匹配分数大于阈值则认为掌纹为真匹配，否则为假匹配。本发明能够准确地进行掌纹图像ROI匹配。

摘要： 倾斜摄影中基于 Harris 角点检测的优化特征匹配方法，包括以下步骤：（1）特征点检测：（2）特征描述；（3）特征匹配；（4）RANSAC 算法提纯。本发明与一系列特征点检测算子对比，优化算法特征点提取的特征点数目最多，分布也更加均匀；将优化匹配算法与同类匹配算法对比，证优化匹配算法的匹配精度相比同类匹配算法，匹配精度得到显著提高；与主流倾斜摄影建模软件空三解算过程中运用的 SIFT 算法进行对比，证明了优化算法不仅在不同地表状态下正匹配对数均显著高于 SIFT 算法，空三解算效果更优，而且对于地形相似的情况下，SIFT 算法误匹配率较高，但本发明算法仍然可以保证匹配效果，另外优化算法运算速度相比 SIFT 算法，也更快。

摘要： 本发明提供了一种基于Harris和决策树的角点检测方法及系统，为基于传统Harris算法和机器智能算法决策树的图像角点检测方法，其内容包括如下步骤：首先在Harris角点检测的基础上，用高斯算子建立不同的尺度空间，通过已知角点的特征尺度建立种群，对需要检测角点的图像用顶向下递归式，从树的根节点开始，在它的内节点上行属性值的测试比较，后按定实例的属性值确定对应的分支，最后在决策树的叶子节点得结论。本发明利用了高斯算子构造尺度函数和ID3(Iterative Dichotomic version3)算法对图像角点实现检测。

摘要： 本发明公布了一种基于Harris角点检测的随动定位系统导针计算方法，该方法仅采用结构像制作DLPFC靶区就可以实现快速、精准的导航定位，得到一种操作简便、快捷、自动化、定位精准、成本低廉的经颅磁定位用导航系统，成功解决了磁刺激定位技术问题，降低患者拍摄磁共振的成本，节约治疗师的治疗时间。相比其他定位导航技术，本发明不需要附加视觉系统和机械臂系统即可达到同样的定位效果，将精度误差控制在毫米级甚至更高，且有效避免了机械设定的误差，系统自动进行靶点计算，整个治疗过程5min内可以输出靶点坐标。

摘要： 本申请公开了一种用于Harris角点检测的电路系统及检测方法，用于解决行缓存模块管理效率较低的问题。该电路系统中：行缓存模块用于并将接收的输入的图像以单行图像信息划分，并存储至行缓存模块中的多个缓存块中；窗口生成模块用于以预设方式读取缓存的图像信息，并对读取或接收的信息进行预定格式存储处理获得矩形窗口数据；偏导计算模块用于接收缓存的图像信息对应的第一矩形窗口数据，并以行为单位对第一矩形窗口数据进行并行偏导运算得到水平偏导数据和垂直偏导数据；角点响应模块用于并行计算角点响应值获得多个角点响应值，以使极值抑制模块对多个角点响应值对应的第二矩形窗口数据进行极大值抑制处理以确定角点值。

摘要： 本发明提供了一种基于改进Gauss模型的实时Harris角点提取方法，通过计算图像中某点的灰度变化，检测出角点位置，根据M计算角点响应值，当像素点R值大于阈值时，该点即为图像中的Harris角点。本发明提出了改进的高斯模型，让它更加适合逻辑计算，根据逻辑实现的特点对传统的高斯滤波模型进行优化，在保留角点提取精度的同时，让复杂的浮点数乘除卷积运算转换数据的移位，大大的减小了逻辑实现的难度。将传统的7×7浮点小数模型简化，在逻辑实现时可以很方便的利用数据的移位运算代替乘除运算，减少时钟延迟，提高角点提取速度。

摘要： 本发明公开了一种基于Harris角点检测与NCC匹配的目标识别定位方法，首先基于NCC匹配算法进行粗定位，并在粗定位的基础上提取角点，利用提取的角点根据欧式距离进行相似度匹配，后再利用NCC匹配算法筛选出匹配角点中相似度最高的角点作为定位目标，克服了无标志点无法进行匹配定位的缺陷，且通过多次定位匹配排除了定位误差，提高匹配准确度；通过计算角点的位置变化筛选出可能性较高的角度进行相似度计算，避免对每一角点进行一一匹配，提高了匹配速度。

摘要： 本发明公开了一种基于边缘检测和改进Harris角点检测的车牌定位方法和系统，包括：S1，输入图像，对图像进行平滑滤波，获得平滑图像；S2，对平滑图像进行边缘检测，获得边缘检测图；S3，对边缘检测图进行角点检测，获取角点位置，根据角点位置完成车牌定位；该方法在harris角点检测算法中用指数函数代替传统的高斯函数作为harris角点检测的窗函数，减少了运算量，提高了定位速度；利用双阈值法来判定角点，很好地解决了漏检和伪角点问题，提高了角点检测精度；双阈值可自适应选取和排除人为因素的干扰，达到更精确的角点分割。

摘要： 本发明提供一种基于Harris角点检测的电路及方法。所述电路包括：第一行缓存模块、第一行缓存模块、第一窗口生成器模块、偏导计算模块、第二行缓存模块、第二窗口生成器模块、高斯滤波模块、角点响应模块、第三行缓存模块、第三窗口生成器模块以及极值抑制模块；该电路中各窗口生成器模块、偏导计算模块、高斯滤波模块、角点响应模块和极值抑制模块都采用流水线设计，提高了计算效率，每个时钟都可以计算出一个角点值，最终使得整个系统达到实时计算harris角点检测的效果。简化了Harris角点检测中的浮点运算，在保持计算精度的同时，用定点乘法器取代浮点乘法器，实现定点运算，减少电路的复杂度、面积及功耗；极大地提高角点检测的速度。