基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
角点检测在计算机视觉中广泛应用。传统的方法是采用计算图像边界上某点的斜率是否发生突变来进行角点检测。这里我们提出一种新的角点检测方法,它通过人工神经网络的学习,不必考虑图像的方向,就能较精确地检测出角点,具有精度高,误差小,学习过程易控制的特点。
推荐文章
基于Harris角点检测的图像旋转测量
旋转
Harris
角点
测量
斜率
基于角点检测的图像局部特征识别
角点检测
图像处理
超分辨
特征提取
特征识别
图像块改进Harris角点检测的农田图像拼接
农田图像拼接
图像块
Harris角点检测
特征提取
特征粗匹配
投影变换
一种基于图像邻域灰度变化的角点检测改进方法
角点检测
灰度变化
Harris算法
SUSAN算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 BP网络用于图像边界的角点检测
来源期刊 图象识别与自动化 学科 工学
关键词 角点 BP神经网络 学习 图像检测
年,卷(期) txsbyzdh_1999,(2) 所属期刊栏目
研究方向 页码范围 57-60
页数 4页 分类号 TP391.41
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈淑珍 武汉大学多媒体与网络实验室 64 983 17.0 30.0
2 柴亚萍 武汉大学多媒体与网络实验室 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (24)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
角点
BP神经网络
学习
图像检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
图象识别与自动化
半年刊
上海中山北路3185号
出版文献量(篇)
298
总下载数(次)
1
论文1v1指导