基于图像边缘和USAN区域的角点检测方法

在景象匹配技术中，利用角点来建立特征空间越来越受到研究者的亲睐。本文提出了一种新的基于图像边缘和USAN区域的角点检测方法：首先用二维Gabor小波提取图象的边缘，然后再利用基于同值分割吸收核(univalue segment assimilating nucleus)区域角点检测模型进行角点提取。此算法很好地解决了噪声对角点提取的干扰，同时该算法也为存在较大角度旋转的图象进行匹配提供了高质量的特征空间。     

基于分割模板加权Hausdorff距离矩阵的特征匹配算法

针对电视制导系统图像匹配时遇到的大比例目标遮挡以及严重噪声干扰等情况,提出一种基于分割模板加权Hausdorff距离(HD)矩阵的特征匹配算法.将模板分割为若干个子模板；利用最小核相似区检测角点( SUSAN)算子提取图像的角点；分别计算子模板与搜索图像对应区域的基于角点响应函数的加权HD,构造出HD矩阵；经过角点密度...     

基于边缘与区域特征的无人机图像地平线检测

针对基于视觉的无人机自动定姿中的地平线检测问题,分析了图像中地平线的边缘特征和区域特征,提出了基于单向边缘和灰度分布特征的地平线归属点识别准则和检测方法,利用改进的多模型输出RANSAC估计算法实现了边界点中候选地平线提取,最后利用地平线的识别准则完成了地平线的快速、可靠鲁棒性检测.实验结果证明了该算法的有效性.     

工业CT图像的目标匹配定位方法

工业CT图像的目标匹配定位采用Hausdorff距离作为相似性度量,定义两个点集上的最大/小距离.以Hausdorff CANNY边缘检测算子在求得边缘位置信息同时获得边缘像素点方向信息.并通过CANNY算子提取边缘信息作为匹配特征,利用Hausdorff距离模板匹配,在距离变换空间内实现目标匹配定位.     

基于颜色和形态学的交通标志检测技术的研究

通过利用交通标志的颜色特征,采用基于RGB空间的彩色分割方法进行图像分割.对分割出的图像进行灰度增强处理,比较和分析了不同边缘检测算子和阈值分割的方法,使用固定阈值分割方法对图像进行二值化,使目标区域突显.利用数学形态学腐蚀算法对图像进行轮廓提取,并通过形状特征对交通标志进行形态学分析.通过MATLAB软件仿真实验,说明算法具有一定实用性.     

基于边缘细化的角点提取算法

基于边缘细化角点提取算法用Canny算子提取图像边缘,把边界细化为单象素并填充断点,保持边界连续,再利用角点几何特性对原始图像进行预处理,定义圆形模板,再通过扫描确定角点位置.用高斯平滑滤波器平滑图像,并采用一阶偏导的有限差分计算梯度幅值/方向.     

基于灰度投影的跑道线提取方法

针对无人机着陆时采用传统的Hough变换或者利用跑道区域先验信息的方法所产生的计算时间开销较大和未知先验信息前提下不适用等问题,提出一种基于灰度投影的跑道线检测算法。通过模板匹配提取跑道区域作为兴趣区(region of interest,ROI),在ROI中进行边缘提取;对于边缘提取后的图像使用灰度投影算法,获得可能的直线在空间内的位置,并使用K-means算法对可能的直线进行聚类,从而获得跑道边线的估计位置。仿真结果表明：该算法可以有效提取跑道边线,相比于传统Hough变换的直线提取算法,可以减少50%的时间消耗。     

前视红外目标的鲁棒分层跟踪算法

针对前视红外序列图像中目标与背景对比度低、灰度级动态范围小以及目标边缘模糊的特点,提出了一种基于均值漂移和特征匹配的红外目标鲁棒分层跟踪算法。首先利用均值漂移算法来快速搜索局部最优候选目标。然后,通过特征匹配对跟踪误差进行有效修正。采用Harris算子对模板目标与候选目标进行特征点提取,利用改进的Hausdorff测度对特征点进行有效的匹配度量,最终实现红外目标的精确定位。实验结果表明该算法简单有效,能准确跟踪前视红外目标。     

一种基于合作目标的视觉定位方法

提出一种基于合作目标特征点的无人机当前空间位姿的测量算法。以合作目标为参照对象,在图像滤波、阈值分割、边缘提取和角点提取等算法的基础上,提取了合作目标特征点,并建立了描述目标图像坐标、世界坐标和摄像机参数之间关系的数学模型,然后根据SVD算法求解该模型得到无人机旋转和平移矩阵的初值;最后利用正交迭代算法寻找最优解,求得无人机的位姿信息。并针对合作目标分级的特点设计了适应不同高度的特征点选取算法,提高了目标识别的可靠性。仿真实验分析验证了本文方法的有效性。     

一种基于特征匹配的目标识别跟踪方法

针对复杂背景下的动态目标跟踪问题,提出了一种基于边缘检测,综合多图像特征与伺服机构位置信息进行匹配的目标识别跟踪方法。利用SUSAN算法检测边缘,提取出单帧图像中的可疑目标,依次选用灰度、目标几何、伺服机构位置信息和边界不变矩信息匹配,完成目标的识别。采用kalman预测滤波对脱靶量滞后时间进行补偿,选用目标空间位置进行多步预测,引导伺服机构跟踪。外场实验表明,该方法能有效她匹配识别出目标,并保持连续稳定的跟踪。