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:
针对传统Harris角点检测效率低、非极大值引起的伪角点多等问题,提出了一种自适应阈值和归一化互相关(NCC)与随机抽样一致算法(RANSAC)相结合的Harris图像匹配算法.首先,采用自适应方式抑制非极大值的方法对角点进行预筛选;其次,采用Forstner算子对角点进行二次筛选;接着采用归一化互相关匹配算法对检测的Harris角点进行粗匹配;最后采用随机抽样一致算法对图像进行精确匹配.实验结果证明改进的方法不仅缩短了角点检测和图像匹配时间,而且能有效提高图像的匹配精度.
推荐文章
一种自适应Harris角点检测算法
Harris
角点检测
自适应非最大抑制
基于模板边缘的自适应Harris角点检测算法
角点检测
自适应Harris算法
角点提取
角点提纯
伪角点过滤
圆形模板构造
Harris角点自适应检测的水稻低空遥感图像配准与拼接算法
图像配准
遥感
自适应算法
图像拼接
Harris
角点检测
自适应检测
低空遥感图像
基于细节增强的自适应Harris角点检测算法
小波变换
角点检测
自适应阈值
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 结合自适应阈值与Forstner的Harris角点匹配优化算法
来源期刊 电讯技术 学科 工学
关键词 图像匹配 Harris角点检测 自适应阈值 预选角点
年,卷(期) 2018,(9) 所属期刊栏目 电子与信息工程
研究方向 页码范围 1079-1085
页数 7页 分类号 TN919.81
字数 5252字 语种 中文
DOI 10.3969/j.issn.1001-893x.2018.09.015
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 秦姣华 中南林业科技大学计算机与信息工程学院 9 44 3.0 6.0
2 向旭宇 中南林业科技大学计算机与信息工程学院 7 11 2.0 3.0
3 王静 中南林业科技大学计算机与信息工程学院 9 47 4.0 6.0
4 李浩 中南林业科技大学计算机与信息工程学院 2 12 1.0 2.0
5 马文涛 中南林业科技大学计算机与信息工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (8)
参考文献  (13)
节点文献
引证文献  (1)
同被引文献  (11)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(4)
  • 参考文献(3)
  • 二级参考文献(1)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像匹配
Harris角点检测
自适应阈值
预选角点
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
电讯技术
月刊
1001-893X
51-1267/TN
大16开
成都市营康西路85号
62-39
1958
chi
出版文献量(篇)
5911
总下载数(次)
21
总被引数(次)
28744
论文1v1指导