基于数字形态学的角点检测算法研究

给出了一种利用数学形态学来提取数字图像中的角点且能够区分凸角中角点和凹角中角点的方法．此方法与Harris点方法通过实验比较,形态学角点算法不会依赖于要找角点数量的给定值,并且可以分别找出凹角上的点、凸角上的点这两类不同的角点,深化了对图像的描述和理解．     

一种基于Harris角点特征精确匹配的图像拼接方法

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。     

基于角点LTS Hausdorff距离的图像配准技术

为了克服传统灰度图像配准方法计算量大、适应能力差等问题,研究了一种基于SIFT角点的图像配准方法。比较了常用的两种特征点提取算子——Harris角点算子和SIFT特征点提取算子,通过性能对比选择SIFT角点作为特征点。SIFT算子提取的特征点可能集中在某一个小区域,采用最大统计滤波对图像进行非最大抑制的方法来进行角点分布的控制。实验证明该方法可以获得的角点分布比较均匀;针对特征点的匹配,首先采用LTS Hausdorff距离进行特征点的初匹配,然后采用基于Sampson距离的随机抽样一致性算法去除伪匹配的特征点对。实验证明,该方法可以实现图像的精确配准。     

基于数学形态学的图象角点检测方法

提出了一种基于多结构元素的数学形态学图象角点检测方法.通过构造多种结构元素分别对图像进行腐蚀和相关的数学形态学运算,得到了图像的各种角点,然后在把这些角点合并起来便得到了图像的所有角点.实验结果表明本文算法能够准确的找到图像的角点,而且对噪声有很好的抑制作用.     

基于图像模拟的SAR图像角反射器检测方法研究

在用InSAR技术进行地表变形检测时,往往存在一些因素影响着检测精度,解决该问题很重要的一个途径是设置人工角反射器,或者引进所谓永久散射体的概念。而要利用角反射器,就必须研究角反射器检测技术。本文根据SAR图像角,反射器的特点对角反射器点目标图像进行模拟,并结合模式匹配方法,提出了一种有效的SAR图像角反射器点检测方法,实验结果表明该角反射器点检测方法是有效的。     

基于Harris的二维码图像角点检测方法改进

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。     

一种新型棋盘格角点检测算法

针对摄像机标定中棋盘格标定板的角点检测,给出了一种基于图像像素点分布的角点检测算法.首先通过判断像素点8邻域范围内相似点个数除去平坦区域点,然后根据棋盘格图像高度对称的特性提取对角线上矩阵,通过此矩阵来判定中心点是否为候选角点,最后通过计算候选角点的算术平均求取最终角点坐标.     

Harris角点检测算法的实现及应用效果分析

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。     

点与简单多边形位置关系判别新算法

基于点到角的最小距离提出一种判别点与多边形位置关系的新算法。通过扫描与点距离最小的线段,在多边形中有两个角共有此线段,选择其中任意一个角,定义点到此角的距离取得最小。判断点与角的内外侧关系,确定点与多边形内外侧位置关系。该算法通过点与点的距离运算避免了传统的交点、叉积的求解。比较试验表明,此新算法易于实现、计算速度快。     

物联网智能家居的远程视频监控系统设计

设计了一种可用于物联网智能家居的远程监控系统,使用户能通过智能终端远程实时监控家居情况并及时保存可疑人员监控录像。提出了一种新的用于处理图像压缩的数据结构,目的是改进libjpeg库的不足。编写了与监控系统相关的处理函数,使之能够实现图像从内存到内存的压缩,大大提高了监控图像的传输效率。该系统既可用于智能家居监控,也可用于其他基于物联网的远程监控。     

基于小波变换的角点检测算法

传统Harris角点检测算法对噪声敏感,图像分辨率不同,角点容易产生漂移。,结合小波变换的多尺度特性,提出一种基于小波变换的角点检测算法.该算法在图像缩放、旋转或灰度变化时保持了Harris角点检测算法检测角点效果良好的优点．改进了其不具有尺度不变性的缺点,并具有较强的抗噪性与实时性,     

高维余弦定理的新证明

运用矩阵理论,研究了单形的角,建立了关于单形角的新的公式,并给出了单形第二余弦定理的两种新的证明方法.     

基于视频的道路车辆测速系统设计与实现

为了对道路上行驶的车辆速度进行有效估计,提出了一种基于Harris Stephen角点检测算法和归一化互相关（Normalized Cross Correlation method,NCC）匹配算法的视频车辆检测系统。该系统对车辆进行跟踪,并测算车辆在干道和高速公路上的速度。通过使用Harris Stephen角点检测兴趣点,利用归一化互相关算法匹配对应角点,利用点对应关系确定车辆行驶的像素位移。根据车辆在连续视频帧中所有角点的总位移计算车辆的平均位移,结合帧率估计车速。实验结果表明,系统测速精度高,能实时估计出车辆行进的速度。     

你要一双鞋子,给你一双袜子

圣诞节前夕,已经晚上11点多了,街上的人流稀疏了许多,偶尔还有匆匆忙忙住家赶的人,穿行在霓虹灯俯视下浓浓的节日氛围里。新的一年又要来了!     

斜抛运动最大抛射角的角平分线探析

基于斜抛运动最大抛射角的角平分线总结三点结论,通过三种解法加以证明,建构以物理知识和科学方法为中心的科学思维体系。     

例析三角形全等的六种证明模式

<正>判定三角形全等一般需要三个条件,其中至少有一组对应边相等.为了迅速掌握这种解题思路,本文通过例题来分析六种模式的具体解法.一、公共角模式公共角是两个图形中都含有的角,为证明两个三角形全等提供了一个自然条件.在判断全等时,可考虑与角有关的判定方法.例1如图1,点D在AB上,点E在AC     

世博“水门”，让2010更精彩

你知道吗?2010年,我们可以通过"水门"进入世博园区。"水门"是世博会外围交通规划中的水上交通部分,建成后一部分世博会的人流将从"水门"经黄浦江进入世博园区,从而达到分流世博会参展、参观人流和展示沿江地区城市新形象的目的。其规划由世博园区的水上接纳点和黄浦江沿岸的十六铺等若干个外围喂给点(人流疏散点)组成,喂给点除了具备上客功能外,还有检票和安检功能。     

基于期望和宽度的新距离测度的区间数排序

通过考虑两区间数中任意两点之间的偏差,同时减去区间数公共部分中任意两点之间的偏差,利用区间数的期望和宽度,给出了一种新的区间数距离公式,并验证其合理性.最后基于该距离公式对区间数进行排序,并通过实例验证该方法的可行性.     

基于节点影响力的动态复杂社区牵引控制模型

目的:本文提出一种基于CI(Contain Influence)值的牵制控制模型,并通过该模型确定复杂社团网络的牵制点集合。方法:通过对动态在线复杂社区网络拓扑特性的分析,设计了一种新的节点牵制力指标-CI值,并据此建立基于CI值的牵制控制模型。结果:仿真实验表明,所得到的牵制点集合准确性更高,牵制点个数更少。结论:基于节点影响力的动态复杂社区牵引控制模型,实验应用结果准确、有效。     

三维重建法测量中国北方成人股骨膝外翻角(英文)

研究目的:利用三维重建影像模型获取膝外翻角,并通过使用这种方法来测量中国北方成人膝外翻角的平均估计值。创新要点:本研究所获取的膝外翻角平均值对于在中国北方人群进行膝关节置换术时有着重要的参考意义,新的三维重建测量法使得膝外翻角的术前个体化测量更加精确。研究方法:利用64名患者的CT血管造影(CTA)的DICOM数据获取共128件股骨三维重建模型。在重建的股骨模型上分别定位髁间凹最高点(点A)、膝关节线上20 cm截面的髓腔中点(点B)和股骨头旋转中心(点C)。之后膝关节外翻角即由股骨远端解剖轴(线AB)与股骨机械轴(线AC)所围成(上述定位过程详见图5)。经统计分析后,128件股骨的平均外翻角值为6.20°±1.20°。统计分析还发现,膝外翻角与个体年龄呈显著性正相关,同一个体的左右侧外翻角呈显著性正相关。重要结论:在对北方成年人群进行膝关节置换术时,选取外翻角为6°可会在重建人体下肢力线上获得更好的术后效果。在对年长患者进行手术时应选用更大的外翻角。