排序方式: 共有17条查询结果,搜索用时 109 毫秒
1.
2.
一种直线特征标志的子像素定位方法 总被引:1,自引:0,他引:1
在近景摄影测量中,常常需要对直线特征的标志进行定位,而标志定位的精度会影响到整个测量的精度。不同特征的控制点标志,对应不同的识别方法,因此控制点标志的选择须根据不同的要求,进行综合研究分析。本文提出一种新的混合方法,首先采用Hough变换对直线特征标志进行直线检测,得到直线初值;然后采用灰度矩边缘直线拟合定位法,对标志点中心进行子像素定位。通过实验证明:经过Hough变换得到粗值的灰度矩边缘直线拟合定位法达到较高的定位精度,证明了该混合方法的有效性。 相似文献
3.
圆形标志中心子像素定位方法的研究与实现 总被引:18,自引:1,他引:18
黄桂平 《武汉大学学报(信息科学版)》2005,30(5):388-391
采用回光反射材料制作圆形回光反射标志,经摄影后得到标志的“准二值影像”;对标志的椭圆影像进行亚像素边缘提取,经最小二乘椭圆拟合后得到标志中心的子像素级位置。试验表明,可以达到0.02像素的定位精度。 相似文献
4.
5.
Canny算子对人工标志中心的亚像素精度定位 总被引:10,自引:0,他引:10
在使用圆型人工标志的计算机视觉检测中,人工标志的识别率和中心定位精度直接影响到检测的整体精度.传统的中心定位算法对人工标志识别率低、中心定位精度差,已不能满足精密检测的要求.文中采用Canny算子对带有圆形人工标志的数字图像进行边缘分割,通过模式识别方法、最小二乘拟合方法计算人工标志中心.该方法解决了标志识别率低的问题,提高了标志图像中心定位精度.其精度可达到亚像素级,能够满足高精度计算机视觉测量的要求. 相似文献
6.
7.
8.
高光谱与多角度数据联合进行混合像元分解研究 总被引:8,自引:0,他引:8
混合像元问题是定量遥感的主要障碍之一。将混合像元问题归结为类内与类间像元混合两类,并对类内混合像元分解问题加以研究。混合像元分解的关键在于确定组分光谱,确定组分光谱的方法很多,但大多数方法基于以下假定,即从图像本身可以找到纯组分光谱,然而这一假定对于类内混合像元分解问题来说很难成立。提出采用高光谱与多角度相结合的方法,利用几何光学模型和线性光谱混合模型进行类内混合像元分解。即首先利用多角度数据反演几何光学交互遮蔽(GOMS)模型获得组分光谱,再对高光谱数据进行组分光谱分解。由于该方法直接从混合光谱产生的机理出发,因而更容易获得真正的亚像元信息。为减小反演误差,反演过程中采用改进的多阶段的反演策略,并充分利用多角度图像本身提供的先验信息。用BORE—AS试验获取的高光谱与多角度数据所作的研究表明,该方法可以获得比较理想的分解结果。 相似文献
9.
10.