共查询到20条相似文献，搜索用时 265 毫秒
1.
在研究传统Harris角点检测算法的基础上,结合小波变换的多分辨率特性,提出一种基于小波变换边缘检测与Harris角点检测的多尺度图像配准算法。该算法保持了Harris角点检测算法在图像旋转、缩放或灰度变化时角点提取效果依然良好的优点,改进了其对噪声敏感且不具有尺度不变性的缺点,在不同尺度上有较高稳定性与匹配精准度,抗噪性较强。 相似文献
2.
针对媒体中广告元素检测需求的多样化,通常需要检测视频或图像中是否存在相应的标版类广告,提出了一种结合Harris角点和SURF描述子的广告图标检测算法。算法利用了Harris角点物理意义明确、稳定性、鲁棒性好、提取用时较快等优点,用于提取图像的特征点;并利用SURF描述子具有的良好的特征描述作用,以及对旋转、亮度等变换的适应性,对特征点生成多个不同尺度的SURF描述子,以用于特征描述和图像间的比较,从而解决图像匹配中的尺度变化适应性问题。使用实际用例对方法进行验证,结果表明方法较之于SURF算法具有更好的快速性,且效果良好,检测结果准确。 相似文献
3.
叶增炉 《淮南师范学院学报》2011,13(5):25-26
Harris角点检测算法是一种非常有效的图像角点提取算法,提取的角点稳定可靠、均匀而且合理。用C#语言实现了Harris角点检测算法实现程序,并结合图例分析了该算法各种参数的设置。 相似文献
4.
传统的小波变换基频检测通过比较相邻尺度上的小波系数极值点来进行检测．该方法往往存在着伪极值点的误判,降低了检测的精确度,而且增加了运算量．针对小波系数的伪极值点误判情况做了分析,进行了最佳尺度的判定,以及极值点搜索方法的改进,提出了一种基于最佳尺度的小波变换基频检测算法,提高了算法的实时性和准确性,并通过实验证明了该算法的有效性． 相似文献
5.
监控摄像机拍摄得到的二维码图像会产生畸变,进行二维码识别时,如采用单纯的Harris角点检测算法检测二维码图像的4个顶点,存在运算量大、识别效率低的缺陷,不适合在线实时二维码检测场景。提出了一种改进的Harris角点检测方法,先将二维码图像灰度化,再基于Harris算法逐行扫描获取畸变二维码的4个顶点,以缩小对初始二维码图像识别的操作范围。实验结果表明,该方法可大大降低二维码图像识别的运算量。 相似文献
6.
小波模极大值是在对多尺度小波变换进行不规则抽样的基础上得到的,可以用来描述信号的奇异性.提出了一种小波模极大值结合多尺度不变矩法的图像检索算法,该算法对图像进行小波变换求得多尺度下的模图像,求出所有尺度下的局部极大值及其位置,并对得到的目标边缘进行细化;采用欧氏距离来度量图像的相似性,实现图像的准确检索.同时,设计开发... 相似文献
7.
一种基于Harris角点特征精确匹配的图像拼接方法 总被引：1，自引：0，他引：1
提出了一种基于Harris角点特征的精确匹配方法。该方法首先提取参考图像及待拼接图像中各自的Harris角点点集,并计算出这2个点集间每对点的圆形邻域图像的相关系数;再通过提取各个角点邻域的Hu矩特征,获得了该特征下每对点的相似程度。将不同特征下的相似度进行归一化并融合,构造出2个点集间,每对点的相似度表。在此表的基础上,优化匹配结果,使得匹配点对的总体相似程度高,从而得到精确匹配。由于Hu矩特征具有旋转及尺度不变性,因此提取出的角点特征能够较好地抵抗常见的图像变换。最后,实现了一套包括图像预处理、图像对齐与匹配等诸多模块的图像拼接系统。通过实际操作表明,该方法的图像拼接效率较高,有较好的鲁棒性。 相似文献
8.
杨飒 《广东教育学院学报》2006,26(3):53-57
应用多尺度小波变换实现数字图像的融合，其融合算法可分为基于像素级和基于区域级两大类．通过对CT图像和MRI图像实现图像融合并对融合后的图像进行定量评价，表明在多尺度小波变换的各种融合算法中，基于小波系数频带方向最大值融合算法能提供更好的可视性和清晰度． 相似文献
9.
处理无人机影像数据时,Harris角点检测算法具有较强的鲁棒性和稳定性。使用Harris角点检测算法时,影像边界处由于影像畸变影响,生成的特征点存在角点聚簇和伪角点的概率非常大,在处理该类问题时,通常是删除影像边界生成的角点。针对影像边缘特征点删除量的合理性进行了实验：先对影像生成特征点面积进行限制,用Harris算法提取特征点。然后用非极大抑制算法选取特征点,去除伪角点和聚簇的角点,生成最佳缝合线进行影像匹配融合。最后对比影像生成特征点面积和最后影像匹配效果,论证影像边缘删除Harris角点的合理量。实验结果表明,相对于传统的直接删除边界Harris角点方法,该方法更可靠更精确。 相似文献
10.
《西安文理学院学报》2016,(2)
在处理高维图像信号时,Contourlet变换比小波变换拥有更好的逼近精度、方向性以及系数表达能力,因此将Contourlet变换应用到图像处理领域已经成为研究热点.总结了Contourlet变换的尺度内和尺度之间的依赖性,提出了基于Contourlet变换的图像去噪算法和图像融合算法,其算法能够较为有效地保留原图像的边缘细节,拥有较好的视觉效果. 相似文献
11.
基于平稳小波变换的高鲁棒性的边缘提取 总被引：4，自引：0，他引：4
借鉴平稳小波变换的多尺度分析思想,结合模糊聚类均值法,提出了一种高鲁棒性的图像边缘提取算法.该算法利用平稳小波变换的位移不变性,将小波分解后的分量进行配准构成一像素的特征向量,然后利用模糊c-均值进行无监督分类,分割图像,最后用Canny算子提取图像边缘.用一系列附加不同强度的高斯白噪声图像测试了该算法的有效性.实验证明在图像受到较强噪声(如附加高斯白噪声)污染时,该算法仍可检测到较好的边缘效果,展现出良好的鲁棒性. 相似文献
12.
该文研究了基于小波变换的暂态电能质量扰动的检测算法,利用快速小波变换算法即Mallat算法检测和提取扰动信号,并在MATLAB环境下进行了仿真,采用db4小波、3尺度进行小波分解与重构并对信号进行检测,验证了小波变换能够实现电能质量扰动信号的准确定位。 相似文献
13.
基于2DGabor小波与2DPCA的人脸识别方法 总被引：3，自引：0，他引：3
2DGabor小波变换能够将相邻区域的像素联系起来,从不同的频率尺度和方向反映局部范围内图像像素灰度值的变化,2DGabor小波变换系数描述了图像上各给定位置附近区域的灰度特征。2DPCA方法,避免了从图像矩阵向一维向量的转换,并在人脸识别中获得了满意的效果。提出了2DGabor小波变换和2DPCA相结合的人脸识别方法,实验证明,2DGabor小波变换＋2DPCA的算法在识别效果上优于Gabor小波变换＋DPCA的算法。 相似文献
14.
乳腺癌是现代女性最常见的恶性肿瘤之一,X光照片是一种在乳腺癌普查中广泛采用的检测手段。由于医学影像噪声大不清晰,检测结果往往不尽人意。本文以数字乳房X片图像为对象,研究了提高微钙化点的对比度的基于小波变换的图像增强算法。小波变换在时频域的多分辨率具有良好的空间域和频率域局部化特性。实验证明,基于小波多分辨率分析在抑制噪声的同时能对图像进行有效增强,提高图像的对比度,使钙化点的显示更为明显,提高了图像中病灶重要特征的可视化。基于小波的图像去噪和增强算法作为医学诊断的辅助手段有极其重要的意义。 相似文献
15.
刘彩霞 《常熟理工学院学报》2009,23(2):118-121
梯度矢量流模型广泛应用于计算机视觉与图像分割,但是受噪声的影响,在处理许多医学图像时不能正确收敛到目标轮廓．本文结合小波变换与梯度矢量流模型提出了一种新的动态轮廓模型．新模型定义小波变换矢量替代梯度矢量,并用多尺度小波变换对图像进行预处理．新模型具有更好的抗噪性,并能够得到连续的边缘点．结果表明新模型提高了动态轮廓模型方法分割复杂图像的能力,是一种有效的医学图像分割方法． 相似文献
16.
图像稳像分为机械稳像和电子稳像,电子稳像采用图像信息处理方法结合光学图像处理芯片,实现图像的稳定性处理。传统的电子稳像采用角点包络检测方法,在图像受到多重光线干扰下,稳像性能不好。提出一种基于特征匹配的多重光融合图像的稳像技术,首先采用小波降噪方法对图像进行降噪预处理,提取图像的Harris角点特征,进行特征匹配,以此为基础采用图像边缘融合方法进行稳像处理,以提高多重光融合图像的稳像性能。仿真结果表明,采用该算法进行电子稳像处理,多重光融合图像峰值信噪比较高,说明稳像改善程度较好,抗干扰性较强,优于传统算法。 相似文献
17.
根据小波变换和噪声信号的能量分布特性,提出了一种先用小波变换对含噪图像进行多尺度分解,求出各尺度小波变换高频系数的噪声方差和阈值,利用各尺度的阈值对高频系数进行处理,然后利用小波变换系数重构图像,实现图像降噪的方法;实验结果说明该方法可以有效地降低噪声,又可以较好地保持图像细节。 相似文献
18.
小波联合变换相关器在指纹识别中的应用 总被引：1，自引：0，他引：1
袁怡圃 《泉州师范学院学报》2007,25(4):28-31
小波变换具有多尺度分析的特点,在图像处理上具有很大的优越性.文章采用小波变换对指纹图像进行预处理后,利用联合变换相关器进行指纹识别.针对小波函数的尺度因子对识别结果有很大的影响,提出一种根据指纹结构特点,快速确定小波尺度因子的方法,并给出计算机模拟实验结果. 相似文献
19.
20.
Contourlet变换克服了小波变换在处理高维信号时的不足,相对于小波变换具有较好的方向性、较高的逼近精度和较好的稀疏表达性能.因此将Contourlet变换用于图像融合,能更好的提取图像边缘特征,为融合提取更多的特征信息.利用Contourlett变换的多尺度和多方向性特征以及自适应融合规则在选取融合系数上的优势,提出了一种自适应Contourlet变换的多传感图像融合新算法.算法是将全色图像和多光谱图像进行Contourlet变换分解后,针对不同的频率域特点选择不同的融合规则,对低频系数选取区域能量的加权系数自适应融合规则,对高频系数特性选用了区域特征自适应的融合规则,最后通过重构得到融合图像.将其他的融合算法和本文所提算法进行了主观和客观的对比,结果表明,该算法是一种有效可行的图像融合算法. 相似文献