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:
提出了一种新的SUSAN_Laplace角点算子.新算子首先使用拉普拉斯_高斯核对图像进行卷积,并将图像转换为二值或三值图像,然后使用SUSAN算子检测角点.这样既快速又具有SUSAN算子的位置精确性.SUSAN_Laplace角子具有较好的旋转、仿射、光照、尺度和噪声不变性,其计算速度也较快,比Harris角点快1.5倍,比SUSAN角点快6倍.应用中SUSAN_Laplace角子有一种快速算法,快速算法在计算拉普拉斯_高斯卷积时使用移位运算代替全部乘除法运算,能进一步提高计算速度.SUSAN_Laplace角子较其它角点算法能产生更丰富的角点,应用到SIFT算法中可提高对小目标的识别能力.
推荐文章
一种改进的SUSAN角点提取算法
SUSAN算法
角点检测
特征提取
图像分析
改进的SUSAN角点检测算法
特征提取
SUSAN算法
能量分布
像素投影
一种具有亚像素精度的仿Hessian-Laplace快速角点检测算法
角点检测
圆二次多项式拟合
海赛二阶基本矩
亚像素精度
一种基于提升小波的自适应SUSAN角点检测算法
角点检测
SUSAN算法
提升小波
自适应
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 快速SUSAN-Laplace角点算法
来源期刊 光学技术 学科 工学
关键词 图像处理 目标分类 角点检测 拉普拉斯-高斯核 SUSAN 二值或三值
年,卷(期) 2008,(6) 所属期刊栏目 光学成像与图像处理
研究方向 页码范围 873-876
页数 4页 分类号 TP391
字数 3674字 语种 中文
DOI 10.3321/j.issn:1002-1582.2008.06.022
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 汪渤 北京理工大学信息科学技术学院 78 918 16.0 27.0
2 高洪民 北京理工大学信息科学技术学院 29 166 7.0 12.0
3 吕冀 北京理工大学信息科学技术学院 8 72 6.0 8.0
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  (4)
节点文献
引证文献  (9)
同被引文献  (14)
二级引证文献  (27)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(4)
  • 引证文献(2)
  • 二级引证文献(2)
2016(5)
  • 引证文献(1)
  • 二级引证文献(4)
2017(8)
  • 引证文献(0)
  • 二级引证文献(8)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
图像处理
目标分类
角点检测
拉普拉斯-高斯核
SUSAN
二值或三值
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
光学技术
双月刊
1002-1582
11-1879/O4
大16开
北京市海淀区中关村南大街5号
2-830
1975
chi
出版文献量(篇)
4591
总下载数(次)
6
论文1v1指导