作者:
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:
对弱纹理三维图像中非连续数据进行检测,可以消除图像匹配时的误差,提高图像处理的质量.进行非连续数据检测时,需要依据弱纹理三维图像的灰度变化状态,构建三维图像灰度强度变化矩阵,对非连续数据角点进行检测,但传统的基于连续隐边界曲面算法,要求在非连续数据在同一位置具有高度重复性,导致图像的非连续特征匹配点歧义性较强,降低了弱纹理三维图像中非连续数据检测的准确性.提出一种基于改进Harris角点检测的弱纹理三维图像中非连续数据检测方法.该方法先依据输入弱纹理三维图像的颜色(灰度)变化状态,检测出图像中像素灰度不发生变换的区域来增强图像的可区分性,然后计算出原始输入图像和增强后的图像数据视差,利用Harris角点算法获取弱纹理三维图像中像素灰度不发生变换区域的角点集,基于小波变换的原理构造了三维图像灰度强度变化矩阵,对非连续数据角点进行剔除.仿真结果表明,基于改进Harris角点检测的弱纹理三维图像中非连续数据检测方法可以有效的提高弱纹理图像的匹配精度.
推荐文章
缺帧环境下弱纹理图像的三维重建方法
弱纹理图像
边缘轮廓
相邻帧补偿
图像识别
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分割算法及在三维重建中的应用
三维重建
角点检测
图像分割
图像匹配
基于Harris角点和SURF特征的遥感图像匹配算法
Harris角点
SURF特征
特征描述符
尺度不变性
Harris-SURF算法
特征匹配
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Harris角点的弱纹理三维非连续图像检测
来源期刊 计算机仿真 学科 工学
关键词 弱纹理 三维图像 非连续数据 检测
年,卷(期) 2016,(9) 所属期刊栏目 仿真服务化
研究方向 页码范围 431-434
页数 4页 分类号 TP391.41
字数 3730字 语种 中文
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 逄晖 北京工商大学计算机与信息工程学院 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  (75)
共引文献  (60)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1973(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)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(10)
  • 参考文献(0)
  • 二级参考文献(10)
2011(11)
  • 参考文献(0)
  • 二级参考文献(11)
2012(16)
  • 参考文献(0)
  • 二级参考文献(16)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(8)
  • 参考文献(4)
  • 二级参考文献(4)
2015(6)
  • 参考文献(6)
  • 二级参考文献(0)
2016(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
弱纹理
三维图像
非连续数据
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
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
总被引数(次)
127174
论文1v1指导