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:
提出一种鲁棒性的谷脊线提取与增强算法.算法采用多步逼近的策略:首先根据每个点的局部最小二乘拟合曲面多项式计算每个点的主曲率,并用绝对值较大的主曲率标识出谷脊潜在特征点;然后通过将特征点投影到离其最近的潜在特征线上得到增强的特征点;再对增强后的特征点进行平滑,选择合适的平滑点生成特征折线;最后再对特征线进行进一步的扰动滤除等操作得到光滑的谷脊线.实验结果表明,本文算法稳定、抗噪性强、能满足多分辨率的特征提取要求.
推荐文章
散乱点云谷脊特征提取
点云模型
特征提取
谷脊特征
离散计算
基于三维点云模型的特征线提取算法
高斯映射
曲率计算
点聚类
自适应迭代
折线生长
基于多判据的散乱点云特征点提取算法
散乱点云
特征提取
均值漂移
法相夹角
场力和
基于特征点提取的图像增强算法
Retinex
图像增强
特征点提取
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 点云模型谷脊特征的提取与增强算法
来源期刊 自动化学报 学科
关键词 点云模型 谷脊特征提取 特征增强 移动最小二乘
年,卷(期) 2010,(8) 所属期刊栏目
研究方向 页码范围 1073-1083
页数 11页 分类号
字数 语种 中文
DOI 10.3724/SP.J.1004.2010.01073
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (12)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(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
点云模型
谷脊特征提取
特征增强
移动最小二乘
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
自动化学报
月刊
0254-4156
11-2109/TP
大16开
北京市海淀区中关村东路95号(北京2728信箱)
2-180
1963
chi
出版文献量(篇)
4124
总下载数(次)
26
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导