Harris角点检测

摘要： 为更加高效地处理航拍图像,提出一种基于深度学习的航拍图像自适应拼接方法。对航拍图像实施图像预处理,具体步骤包括辐射校正、几何校正。其中辐射校正采用的方法是灰度级线性变换。在几何校正中,坐标系统变换采用的方法是共线方程。通过精搜索和粗搜索相结合的方式实施航拍图像的配准处理,即对相似曲线获取的匹配位置实施适当地扩展,并将其单独划分出来,通过较快速度的传统配准方法实施缩小范围内的精匹配。基于深度学习,即通过卷积神经网络构建航拍图像分类模型,实现航拍图像的分类。设计一种通过直线特征来约束网格变形的图像自适应拼接算法,实现航拍图像自适应拼接。通过多组图像序列对设计方法实施性能测试,具体评估性能指标包括时间复杂度、视觉不一致性、失真矫正度。测试结果表明,设计方法的时间复杂度较低,缝合线处的拼接效果良好,实现航拍图像拼接中的高度失真矫正,取得了良好的设计成果。

摘要： 为了达到农田研究人员对于宽视野、高清晰度图像的要求,提出一种基于图像块改进Harris角点检测的农田图像拼接算法.为了降低图像拼接数据量,减少运算时间,提高拼接效率,将参考图像与待拼接图像分割成具有重叠区域的图像块,采用余弦相似度,寻找最优匹配图像块;采用Harris角点检测算法实现最优匹配图像块的特征点提取,通过计算两者之间的欧氏距离实现特征点粗匹配;采用随机采样一致算法(RANSAC)去除误匹配点,对实现精确匹配,并求解参考图像块与待配准图像块的投影变换矩阵;将投影变换矩阵应用于原始参考图像与待拼接图像,实现拼接.实验结果表明,该研究拼接结果的标准差、平均梯度和空间频率值都高于传统Harris算法;在算法性能中,平均误配率为39.56％和平均运行时间为2.46 s,都优于Harris算法,说明该研究拼接图像的质量较好且算法能够较好地实现农田图像的拼接.

摘要： 对裂纹瓷表面的纹饰进行图像拼接,可更好地应用于纹理等外部特征的分析与瓷器鉴别.图像处理技术可实现快速、无损的陶瓷器检测与分析,弥补了传统检测方法的不足.本文以具有裂纹釉的龙泉青瓷茶杯为研究对象,提取瓷器的多个侧面图像,采用Harris角点检测方法提取图像中的角点,然后进行图像配准和拼接,将多侧面图像拼接为完整图像;通过图像灰度化、二值化及形态学细化处理,将裂纹进行三维显示,为裂纹的形态学展示和拓扑分析提供了支撑,具有较强的创新性和实用性.

摘要： 针对半导体芯片在激光打印时可能出现字符倾斜、字符位置错误等缺陷,提出一种基于改进凸包检测的半导体芯片图像字符区域定位方法.首先,利用三轴图像采集平台采集多幅半导体芯片图像,切分提取出若干单幅芯片图像;其次,采用Harris角点检测获取图像角点分布图,改进凸包检测算法,剔除非字符区域角点,获取最外围角点凸包线;最后,拟合凸包线最小外接矩形,定位字符区域位置.实验结果表明,与形态学滤波定位方法、基于边缘特征的定位方法、基于字符纹理特征的定位方法和基于凸包及最小外接矩的定位方法相比,该方法定位芯片字符区域准确度更高,且单幅平均运行时间少于其他方法1/2,可有效减少计算量,提高运算效率.

摘要： 针对半导体芯片在激光打印时可能出现字符倾斜、字符位置错误等缺陷,提出一种基于改进凸包检测的半导体芯片图像字符区域定位方法。首先,利用三轴图像采集平台采集多幅半导体芯片图像,切分提取出若干单幅芯片图像;其次,采用Harris角点检测获取图像角点分布图,改进凸包检测算法,剔除非字符区域角点,获取最外围角点凸包线;最后,拟合凸包线最小外接矩形,定位字符区域位置。实验结果表明,与形态学滤波定位方法、基于边缘特征的定位方法、基于字符纹理特征的定位方法和基于凸包及最小外接矩的定位方法相比,该方法定位芯片字符区域准确度更高,且单幅平均运行时间少于其他方法1/2,可有效减少计算量,提高运算效率。

摘要： 角点是对目标物体进行三维重建的基础,但传统的Harris角点检测技术在识别工件的角点过程中识别准确率低。针对这一问题,本文以液压气缸法兰板为研究对象,提出一种更高准确率的角点检测方法。首先,对图像进行边缘检测,用Canny算子结合OTSU自适应阈值来提高对工件图像边缘识别的准确度;其次,利用八邻域轮廓跟踪法提取出工件边缘轮廓;最后,检查每个工件边缘像素点的周围八个像素点,根据其分布特点,判断出真实角点位置。研究结果表明,该角点检测方法与传统的Harris角点检测方法相比,角点检测的准确率得到了明显提高。

摘要： 通常,核相关滤波(KCF)算法易受遮挡等实际检测情况的影响.为使跟踪结果更为准确,提出了结合改进角点检测的优化核相关滤波方法.由自适应Harris角点数量适宜且鲁棒性强的特点,解决了广义霍夫算法提取冗余边缘点速度慢,以及因光照变化导致的边缘点提取不完整的问题.同时,自适应阈值法的引入将噪声对角点提取的影响降为最低.将目标分块并对每一目标子块单独跟踪,由子块间相对位置解决KCF算法在尺度发生变化时目标易丢失的问题.此外,对学习率参数进行了自适应更新,降低了KCF算法的学习率,减少了在目标被遮挡时的模型更新误差.结合交并比与匈牙利算法关联多个目标,逐一取出对应坐标并由广义霍夫算法描绘的目标轮廓得出最终位置,抑制了目标快速运动时KCF算法的漂移现象.实验表明,所提方法有效提高了目标跟踪的可靠性.

摘要： 针对目前采用传统的桥梁结构位移检测方法存在着检测成本高昂、设备维护复杂等问题,提出了一种基于数字图像的桥梁结构位移检测方法,利用YOLO实现标识物的快速检测、定位,同时框定区域进行灰度化、Sobel算子边缘检测、Harris角点检测提取标识物的特征点,进而计算出桥梁结构的像素位移和真实的位移.实验结果表明利用数字图像技术进行桥梁结构的位移检测具有较高的精度.

摘要： 舰船遥感图像目标检测的目的是获取海域内船舶目标信息,提高船舶监督和管理水平.在舰船遥感图像的识别过程中,图像的配准是其中的重点和难点.本文介绍一种Harris角点检测的图像配准方法,并结合卷积神经网络模型设计了一种舰船遥感图像配准算法.该算法利用卷积神经网络的学习能力,实现短时间内大量遥感图像的角点检测和配准,具有重要的应用价值.

摘要： 飞机飞行过程中产生的颠簸、晃动会使得采集到的红外图像序列存在抖动,影响后续对红外图像的观察,不利于对红外图像目标的识别、定位与跟踪.本文提出了一种基于改进的Harris角点法对机载红外图像进行实时电子稳像的方法.首先采用改进的Harris角点响应函数结合距离约束条件进行角点检测,该方法保证即使对图像质量较差的红外图像,也能检测出数量足够且分布均匀的角点;然后基于检测出的角点利用提出的关键帧参考方式结合多尺度的金字塔光流算法进行跟踪匹配,完成运动估计,进而实现对机载红外图像的电子稳像.用该方法对多组含有抖动的640×512尺寸的红外图像序列进行稳像处理,实验表明,本文提出的算法与传统的Harris角点检测算法相比有更好的检测效果,能够很好地去除红外机载图像序列的抖动,且能够满足50 fps采集速率下的实时处理.

摘要： 提出了一种基于互信息扩展的新测度空间加权互信息(SWMI)配准算法。首先使用Harris角点检测对参考图像进行特征区域标记；然后根据对图像配准贡献的不同，对不同特征区域赋予相应权重得到用于计算SWMI的Harris权重函数．实验结果表明：与SWMI配准算法相比，本文算法不需要人工直接干预，有利于实现自动化配准，具有良好的鲁棒性和配准成功率。

摘要： 提出了一种基于互信息扩展的新测度空间加权互信息(SWMI)配准算法。首先使用Harris角点检测对参考图像进行特征区域标记；然后根据对图像配准贡献的不同，对不同特征区域赋予相应权重得到用于计算SWMI的Harris权重函数．实验结果表明：与SWMI配准算法相比，本文算法不需要人工直接干预，有利于实现自动化配准，具有良好的鲁棒性和配准成功率。

摘要： 提出了一种基于互信息扩展的新测度空间加权互信息(SWMI)配准算法。首先使用Harris角点检测对参考图像进行特征区域标记；然后根据对图像配准贡献的不同，对不同特征区域赋予相应权重得到用于计算SWMI的Harris权重函数．实验结果表明：与SWMI配准算法相比，本文算法不需要人工直接干预，有利于实现自动化配准，具有良好的鲁棒性和配准成功率。

摘要： 提出了一种基于互信息扩展的新测度空间加权互信息(SWMI)配准算法。首先使用Harris角点检测对参考图像进行特征区域标记；然后根据对图像配准贡献的不同，对不同特征区域赋予相应权重得到用于计算SWMI的Harris权重函数．实验结果表明：与SWMI配准算法相比，本文算法不需要人工直接干预，有利于实现自动化配准，具有良好的鲁棒性和配准成功率。

摘要： 在海洋测绘和水域监测领域经常需要测量潮位信息，提出了一种利用图像处理进行标尺刻线检测的方法，使用摄像机拍摄固定在水中的标尺，通过读取标尺视频序列、基于hough变换和harris检测对标尺刻线进行识别计算，从而获得潮位线位置。通过水面实验证明了该方法具有较高的实用性。

摘要： 在海洋测绘和水域监测领域经常需要测量潮位信息，提出了一种利用图像处理进行标尺刻线检测的方法，使用摄像机拍摄固定在水中的标尺，通过读取标尺视频序列、基于hough变换和harris检测对标尺刻线进行识别计算，从而获得潮位线位置。通过水面实验证明了该方法具有较高的实用性。

摘要： 在海洋测绘和水域监测领域经常需要测量潮位信息，提出了一种利用图像处理进行标尺刻线检测的方法，使用摄像机拍摄固定在水中的标尺，通过读取标尺视频序列、基于hough变换和harris检测对标尺刻线进行识别计算，从而获得潮位线位置。通过水面实验证明了该方法具有较高的实用性。

摘要： 在海洋测绘和水域监测领域经常需要测量潮位信息，提出了一种利用图像处理进行标尺刻线检测的方法，使用摄像机拍摄固定在水中的标尺，通过读取标尺视频序列、基于hough变换和harris检测对标尺刻线进行识别计算，从而获得潮位线位置。通过水面实验证明了该方法具有较高的实用性。

摘要： 在海洋测绘和水域监测领域经常需要测量潮位信息，提出了一种利用图像处理进行标尺刻线检测的方法，使用摄像机拍摄固定在水中的标尺，通过读取标尺视频序列、基于hough变换和harris检测对标尺刻线进行识别计算，从而获得潮位线位置。通过水面实验证明了该方法具有较高的实用性。

摘要： 提出了一种基于TD滤波器的电子稳像算法。采用Harris算子获得视频图像的角点,并通过可调整的最小平方算法滤除伪角点,然后利用剩余的角点建立帧与帧之间的映射关系,根据仿射模型所得的最小二乘解获得帧间的全局运动向量,最后利用下D滤波器平滑运动参数,得到补偿结果。实验表明该算法鲁棒性强,去除高频抖动的同时较好地保留了摄像机的主动运动,稳像效果良好。

摘要： 本发明公开了一种基于Harris角点检测的水位检测方法，包括步骤：在待测量河流区域固定两根椭圆形测量标杆，及在两根测量标杆之间设置若干根斜杆作为水平面测量斜杆，并通过摄像头实时采集获得两个测量标杆所在区域的图像；检测提取获得水平面测量斜杆所在区域图像；对提取水平面测量斜杆所在区域图像进行检测，获得几何数学模型并提取两根直线坐标；获得图像中的角点；筛选出位于两根直线坐标内的角点，将过该角点做水平方向与测量标杆平行的直线作为当前时刻的水平面；提取获得几何数学模型中水平面之上测量标杆长度，及计算获得实际水平面之上测量标杆的长度及实时的实际水位值。本发明可以准确地确定水平面位置和水位值，具有更高的数值鲁棒性和实时交互性。

摘要： 一种被配置为由用户头戴的装置包括：屏幕，其被配置为向用户呈现图形；相机系统，其被配置为观看用户所在的环境；以及处理单元，其被耦合到相机系统，该处理单元被配置为：针对环境的图像获得特征的位置，其中，特征的位置由神经网络识别；在图像中确定针对特征之一的感兴趣区域，该感兴趣区域的大小小于图像的大小；以及在感兴趣区域中使用角点检测算法来执行角点检测以识别角点。

摘要： 本公开关于一种角点检测方法和角点检测装置。所述角点检测方法包括：获取动态视觉传感器DVS事件帧，其中，所述DVS事件帧被预先划分为多个区域；确定所述多个区域中的每个区域的事件数；基于所述多个区域中的每个区域的事件数以及预设最大角点数，检测所述多个区域中的每个区域中的角点，以获得所述DVS事件帧的角点。

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： 本发明公开了一种基于Harris角点检测的水位检测方法，包括步骤：在待测量河流区域固定两根椭圆形测量标杆，及在两根测量标杆之间设置若干根斜杆作为水平面测量斜杆，并通过摄像头实时采集获得两个测量标杆所在区域的图像；检测提取获得水平面测量斜杆所在区域图像；对提取水平面测量斜杆所在区域图像进行检测，获得几何数学模型并提取两根直线坐标；获得图像中的角点；筛选出位于两根直线坐标内的角点，将过该角点做水平方向与测量标杆平行的直线作为当前时刻的水平面；提取获得几何数学模型中水平面之上测量标杆长度，及计算获得实际水平面之上测量标杆的长度及实时的实际水位值。本发明可以准确地确定水平面位置和水位值，具有更高的数值鲁棒性和实时交互性。

摘要： 本发明公开了一种基于Harris角点检测和Sugeno模糊积分的显著性检测方法。使用角点检测可以在一定程度上确定目标的区域范围，使后续检测工作量更具有针对性，提高算法的鲁棒性。使用模糊积分的形式将不同的颜色特征依据检测贡献的大小进行融合，将能使各个特征的优势得到更好的发挥。首先采用颜色增强的Harris检测目标显著点，并采用DBSCAN聚簇分类。使用凸包划分前景区域和背景区域。然后在初步划分的两部分区域上，分别统计各个颜色特征的颜色直方图。采用贝叶斯概率模型计算每一个超像素置信度函数和各个特征模糊测度。最后使用Sugeno模糊积分对每一超像素的各特征进行积分融合，生成最终的显著图。该发明在MSRA数据集上进行测试，能够得到较好的显著性检测结果。

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： 本发明公开了一种基于边缘检测和Harris角点检测的车牌定位方法及系统，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。