位置:成果数据库 > 期刊 > 期刊详情页
基于Harris角点和高斯差分的特征点提取算法
  • 期刊名称:模式识别与人工智能, 2008, 21(2): 171-176 (EI: 082411313067)
  • 时间:0
  • 分类:TP391.41[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]华中科技大学控制科学与工程系,武汉430074
  • 相关基金:国家自然科学基金资助项目(No.60675028)
  • 相关项目:基于DSmT的多源不完善信息广义融合研究
中文摘要:

针对目前图像处理中的尺度不变特征点提取算法计算量较大、实时性较差的问题,本文提出一种非完整金字塔的尺度空间结构,并从理论上分析其对算法性能的影响.再以此为基础提出一种基于Harris角点和高斯差分的快速特征点提取算法.这种算法先在非完整金字塔尺度空间的各层图像上提取Harris角点,再利用高斯差分确定最终特征点.在保证性能的同时,算法的实时性得到明显改善.实验结果也证明该算法的有效性.

英文摘要:

Aiming at the heavy computation burden and poor real-time performance of the existing scale -invariant feature detection methods, a incomplete pyramid frame in scale space is presented, Its influence on the performance of the method is analyzed in theory. Then, a quick feature detecting method is presented based on Harris corner and difference of Gaussian. It computes the Harris corners at each level in incomplete pyramid scale space of the image and the difference of Gaussian is used to select the feature points. The method not only can ensure high performance but also decrease the computation time. Its validity has been proved by the experiment.

同期刊论文项目
期刊论文 29 会议论文 11 著作 2
同项目期刊论文