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:
针对Harris特征点检测算法中图像存在角点信息丢失的问题,提出基于格子波尔兹曼结合Harris算法的机器人视觉特征点检测方法.格子波尔兹曼具有并行操作的优点,可以保证机器人导航的实时性.通过格子波尔兹曼方法对图像进行预处理,然后使用Harris算法,实现特征点的有效检测.实验结果表明,该方法更加准确地选择特征点,减少特征点数目的同时,提升了特征点的质量,完成了特征相对不明显的点的检测.
推荐文章
以波尔兹曼方法模拟潮流
BGK波尔兹曼理论
数值方法
潮汐水流运动
熵原理
基于格子波尔兹曼模型的图像去噪
图像去噪
格子波尔兹曼模型
P-M模型
偏微分方程
波形板内流场的格子波尔兹曼模拟
波形板
格子波尔兹曼方法
计算流体力学
对流扩散模型的格子波尔兹曼方法及其应用
格子波尔兹曼方法
对流扩散方程
图像去噪
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 基于格子波尔兹曼的机器人视觉特征点检测
来源期刊 科学技术与工程 学科 工学
关键词 格子波尔兹曼 Harris算法 机器人视觉 图像处理
年,卷(期) 2011,(32) 所属期刊栏目 计算机技术
研究方向 页码范围 8045-8048,8054
页数 分类号 TP242.62
字数 1772字 语种 中文
DOI 10.3969/j.issn.1671-1815.2011.32.046
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (10)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 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
格子波尔兹曼
Harris算法
机器人视觉
图像处理
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
科学技术与工程
旬刊
1671-1815
11-4688/T
大16开
北京市海淀区学院南路86号
2-734
2001
chi
出版文献量(篇)
30642
总下载数(次)
83
总被引数(次)
113906
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导