版权说明 操作指南
首页 > 成果 > 详情

一种新的尺度不变特征提取方法

认领
导出
下载 Link by 中国知网学术期刊 Link by 维普学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
论文标题(英文):
A new approach for scale invariant features detection
作者:
刘立;罗扬;汪琳霞;刘芳菊;李悛
通讯作者:
Luo, Yang(liuleelap@163.co)
作者机构:
[刘立; 罗扬; 汪琳霞; 刘芳菊; 李悛] School of Computer Science and Technology, University of South China, Hengyang
Hunan
421001, China
[刘立; 罗扬; 汪琳霞; 刘芳菊; 李悛] Hunan
[刘立; 罗扬; 汪琳霞; 刘芳菊; 李悛] 421001, China
通讯机构:
[Luo, Y.] S
School of Computer Science and Technology, China
语种:
中文
关键词:
尺度不变特征;因果关系;重复率
关键词(英文):
Causality;Repeatability;The scale invariant features
期刊:
哈尔滨工业大学学报
ISSN:
0367-6234
年:
2016
卷:
48
期:
5
页码:
85-89
基金类别:
湖南省自然科学基金(13JJ9008);
机构署名:
本校为第一且通讯机构
院系归属:
计算机科学与技术学院
摘要:
为解决传统尺度不变特征点提取算子计算复杂度高、抗噪能力不强以及特征点位置发生漂移等问题,提出一种基于尺度空间因果关系的尺度不变特征提取方法.首先原图像与高斯函数进行卷积获得高斯平滑图像;然后在原图与高斯图像中分别提取Harris角点作为候选特征点;最后以高斯图像上的候选特征点为中心向原图上投影寻找对应的特征点作为最终的尺度不变特征点.实验结果表明,该算法容易实现、计算效率高、抗噪能力强.该算法能为后续视觉处理提供稳定抗噪的尺度不变特征点.
摘要(英文):
To resolve the problems of high computational complexity, low anti-noise ability and the drifting of pixel position, a scale invariant feature algorithm based on causality is proposed in this paper. Firstly the Gauss smoothing image is built up by Gaussian convolution with the original image. Then, the Harris corners are extracted as candidate features both in the original and the Gauss image. Finally, the stable scale invariant features are acquired by projection from the original image to the Gauss image. The experimental results indicate tha...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com