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:
针对目前大多数的角点特征提取算法存在算法结构过于复杂、运行效率偏低及可推广性偏差等方面的局限性,该文通过改进SUSAN算法中灰度差阈值的获取方法,提出一种自适应的角点特征提取方法.该方法首先采用高斯滤波对原始影像做预处理,然后利用Ly算子初步探测概略角点特征集合,最后利用改进的SUSAN角点检测算法从概略角点特征精确确定角点特征.实验结果表明,该方法提高了角点检测的精度,缩短了角点特征提取时间,具有较好的鲁棒性.
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
一种自适应的无人机影像角点特征提取方法
无人机航测
角点特征提取
自适应
SUSAN算法
高斯滤波
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
肠鸣音信号的自适应滤波及其特征提取方法研究
肠鸣音
自适应干扰对消
小波分析
归一化香农能量分布
功率谱密度估计
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 改进的自适应SUSAN角点特征提取方法
来源期刊 测绘科学 学科 工学
关键词 角点提取 自适应 SUSAN算法 高斯滤波
年,卷(期) 2017,(12) 所属期刊栏目 技术创新
研究方向 页码范围 118-121,126
页数 5页 分类号 TN911.73
字数 语种 中文
DOI 10.16251/j.cnki.1009-2307.2017.12.020
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 李进强 6 21 2.0 4.0
2 陈洪 3 12 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (29)
参考文献  (12)
节点文献
引证文献  (11)
同被引文献  (42)
二级引证文献  (11)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(5)
  • 参考文献(2)
  • 二级参考文献(3)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(14)
  • 引证文献(7)
  • 二级引证文献(7)
2020(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
角点提取
自适应
SUSAN算法
高斯滤波
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
测绘科学
月刊
1009-2307
11-4415/P
大16开
北京市海淀区北太平路16号
2-945
1976
chi
出版文献量(篇)
7258
总下载数(次)
36
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导