几种特征点提取算子的分析和比较

特征点提取是影像分析和影像匹配的基础,也是单幅影像处理最重要的任务之一,主要应用各种算子提取。通过阐述Moravec算子、Forstner算子和Harris算子的原理和步骤,对比分析3种算子最终效果,比较3种算子的优缺点,并根据算子的缺点提出改进意见。     

定向点提取算法的相对定向适应性

为了提高数字影像的相对定向精度,本文研究了几种定向点提取算法的相对定向适应性,并从计算速度、定向点有效性和相对定向精度方面综合评价各提取算法的性能。试验表明：Forstner 算子的计算速度最快, Harris算子的相对定向精度最差;SIFT算子的定向点有效性最高且相对定向精度最好,但是其计算速度最慢;SURF算子的定向点有效性和相对定向精度都稍逊于SIFT算子,但是其计算速度约为SIFT算子的2倍。     

图像特征点提取及匹配技术研究

图像特征点提取和图像匹配技术是图像处理领域中的重要技术,同时是多种图像处理及应用的基础。本文主要研究利用Forstner算子、Moravec算子、Harris算子、SIFT算子对近景影像和航空影像进行特征点提取;接着,采用基于SIFT的匹配来确定匹配同名像点,利用核线约束匹配的搜索范围,约束范围内的特征点;接着,采用灰度相似性约束和双向一致性约束对匹配结果进行检核;最后,得出特征提取和特征匹配的结果。基于本文研究的特征点影像提取及匹配方法,分别选取一组近景影像和数码航空影像进行实验,实验结果证明了本文方法的可靠性和高效性。     

数字影像中角点与直线的高精度定位算子

本文在分析现有数定影像定位算子的基础上，提出了精确定位数字影像中角点与直线的高精度定位算子。这种算子通过精确定组成角点的两条直线，从而精确定位角点。实验表明，新的定位算子有很高的定位精度，在理想情况下，新定位算子的精度可达０．０２像素，最后，客种算子被用于数字影像的相对定向，取得了令人满意的结果。     

集成不变特征和纹理特征的遥感影像变化检测方法研究

研究提出了一种集成不变特征和纹理特征的遥感影像变化检测方法:一方面通过实验选取适合遥感影像变化检测的纹理特征,建立特征的计算模型从而进行变化检测;另一方面利用SIFT、Harris、Forstner、算子提取不变特征点,同时利用Canny、Sobel算子提取不变特征线,并从特征线上抽取不变特征点,通过Kd-树算法对不变特征点进行匹配并提纯,获得高精度的匹配点对,并通过统计图斑内落入的匹配点对进行变化检测。最后结合两者的优缺点将两种方法进行集成检测,从而降低了漏检率和误检率,提高了变化检测精度。研究结果具有可靠性,可为基础测绘更新和地理国情监测等提供技术支持。     

基于点特征的低空遥感影像多级高效率匹配方法研究

研究基于点特征的匹配算法,结合现有影像匹配算子的优缺点,提出一种适用于低空遥感影像特征点的自动提取与匹配方法。首先在简化的高斯尺度空间中检测Harris角点,使该特征点具有尺度不变性;然后采用Forstner算子对关键点精确定位,精度达到子像素级;最后通过简化特征点描述符实现算法简化。在特征点匹配阶段,采用BBF-KD初匹配和二次精匹配提高匹配精度。以低空遥感影像为实验数据测评SIFT算法和文中方法在提取速度、匹配正确率、稳定性等方面的性能。实验结果表明,相对于传统的SIFT算法,处理影像清晰的低空遥感数据时本方法有更高精度和更快速度。     

扩建网极大条件密度估计及其方差分量估计公式

推导了扩建网极大条件密度估计公式及当扩建网含有误差独立的两类观测量时方差分量的Helmert型、Welsch型和Forstner型估计公式，并用一算例说明了其应用情况.     

融合多类特征的海岸带特殊纹理影像全自动配准

针对海岸带特殊纹理影像存在地物单一、纹理匮乏或重复等问题,该文提出一种融合多类特征的海岸带立体影像全自动配准方法。该算法分为3个阶段:①提取尺度不变特征变换(SIFT)关键点,采用欧氏距离比率获得初始匹配,并进一步采用归一互相关匹配(NCC)和随机抽样一致性算法剔除误匹配,继而估计影像间的单应矩阵;②利用改进的Forstner算子对左影像提取均匀分布的角点特征,并利用单应矩阵和NCC匹配进行同名点匹配;③基于上述多类特征的精匹配结果,计算影像间投影变换模型,实现影像的配准。最后,为验证该文算法的有效性,选取3组存在较大尺度、旋转及视角变化的海岸带特殊纹理影像进行综合对比试验,结果表明该文算法可实现全自动配准,并且在匹配点数量、配准精度以及匹配点空间分布等方面具有优势。     

基于Ly特征提取算子的高精度配准方法

本文探讨了一种基于Ly特征提取算子的遥感影像的高精度配准方法。该方法利用Ly算子快速提取特征点,同时采用抑制局部非最大的格网技术控制特征点均匀分布,在少量准确控制点的基础上,以相关系数测度及两个影像灰度值差的绝对值和测度相结合的多重判据为匹配准则,采用松弛法匹配策略整体匹配得到同名点。并通过实验证明了该方法特征提取速度快,基于Ly算子得到的配准点可靠,配准精度高。     

基于改进的FORSTNER算子特征点提取方法

影像特征点提取是基于特征点影像匹配和三维重建的基础,对于数字影像中的目标,只靠简单的数据是不够的,这时候就要借用算子来确定。而FORSTNER算子原理简单,针对其可以提取角点、边缘上的点和圆点,精度高等优点进行探索。基于FORSTNER算子的基本原理,提出了一种改进的的算法,并设置了新的阈值,通过实验与MORAVEC算子进行对比,验证该算法不仅提高了准确度,还简化了计算量。     

结合Forstner与NCC约束的UAV图像配准研究

随着无人机(unmanned aerial vehicle,UAV)技术的飞快发展,UAV已成为航空遥感图像获取的重要手段。但与传统的大飞机航空摄影相比,UAV在平台的稳定性方面较差,采集图像时受自身配重、即时飞行环境等外界因素影响,使得最终获得的遥感图像存在复杂的几何变形,导致其图像配准过程存在很大的困难。针对此问题,首先基于UAV的POS数据进行图像重叠区域估算,利用Forstner算子提取图像中的特征点并结合信息熵对图像进行分块处理;然后通过基于旋转的归一化互相关(normalized cross-correlation,NCC)系数寻找相匹配的同名特征点,最终实现UAV图像的配准。实验结果证明该方法切实有效,并且保持了较好的鲁棒性。     

基于单应矩阵约束的黑白棋盘格角点提取

针对Harris算子提取棋盘格角点存在的问题,提出基于单应矩阵的黑白棋盘格角点提取方法.方法首先通过人机交互确定角点提取范围以及计算单应矩阵;然后根据单应矩阵将物方平面上其他点映射到影像上以确定初始的角点位置;最后以初始点位为基准,根据最小距离法确定最终Harris算子角点提取结果.实验结果表明,文中提出算法能有效提取黑白棋盘格角点.     

基于改进的Ly算子的快速星图质心确定方法

Ly算子是摄影测量中应用较多的一种点特征提取算子,它的解算速度快、抗噪能力强,但精度较低;而质心法是星图质心确定中比较具有代表性的方法,但它对噪声敏感,星图较大时,效率不高。根据Ly算子特点,本文在对Ly算子改进的基础上,提出了基于改进的Ly算子的快速星图质心确定方法,实验结果表明,该方法在信噪比较低、星图较大的情况下,较传统质心法解算速度更快、定位精度更高、抗噪能力更强;较带阈值的质心法,解算精度相当,但解算速度更快。     

改进Harris算子用于点特征的精确定位

Harris算子是在计算机视觉领域使用非常广泛的点特征提取算子，它算法简单，而且稳定，但缺憾是其定位精度只能达到一个像素。参考摄影测量中Foerstner算子精确定位的思想，改进Harris算子，使其可以定位到子像素。实验证明，该方法在点特征的提取和精确定位方面都达到了较好的效果。     

基于SUSAN算法的航空影像的自动配准

图像配准技术是图像融合、图像镶嵌以及影像三维重建的基础。提出了一种基于SU-SAN(Smallest Univalue Segment Assimilating Nucleus)算子的图像配准方法。该方法利用SU-SAN算子提取两幅图像的角点,通过粗匹配和细匹配两个步骤得到匹配角点对。然后再根据这些角点对对图像进行配准。试验表明此方法能有效地实现航空影像自动配准。     

插值算子H_（nr）（f，z）的一致逼近阶

本文分别对ｎ次单位根和Ｆｅｊｅｒ点引进一种有理型插值算子Ｈｎｒ（ｆ，ｚ）（ｒ≥１），然后给出该算子关于ｆ（ｚ）的一致逼近阶。     

基于模糊算子理论的道路半自动提取

提出了一种基于模糊算子理论的道路半自动提取方法。该方法在对小比例尺影像进行Sobel边缘检测的基础上，定义了12种模糊算子表示2维道路的各种可能的结构，然后在给定道路种子点附近形成的一定范围内进行搜索，提取出道路的中心线。实验结果表明，该算法速度较快并且具有较强的鲁棒性。     

多种点特征的影像匹配质量比较

针对摄影测量中空中三角测量对匹配点的质量需求,提出了几种评价航空影像匹配质量的指标。并依此指标从效率、精度以及稳定性三个方面实验分析了几种常用的点特征匹配算子的匹配效果。本文首先简要介绍了几种点特征匹配算子的基本原理,然后给出了几种评价影像匹配质量的指标,最后通过使用一组航空影像实验比较了这几种常见的点特征影像匹配算子的匹配效果。     

基于Harris算子的遥感影像自适应特征提取方法

提出一种基于Harris算子的遥感影像自适应特征点信息提取新方法。在进行特征点自动提取时,该方法通过设计一种自适应的迭代策略,实现了特征点阈值的自动确定。在兼顾局部纹理信息的基础上,通过对影像预先的分块处理和邻近点剔除,保证了特征点在全幅影像中的均匀分布。杭州地区TM影像特征点的提取试验表明,该方法自动化程度高,提取的特征点分布均匀合理,能满足几何配准和几何纠正精度要求,具有较高的实用价值。     

改进的自适应SUSAN角点特征提取方法

针对目前大多数的角点特征提取算法存在算法结构过于复杂、运行效率偏低及可推广性偏差等方面的局限性,该文通过改进SUSAN算法中灰度差阈值的获取方法,提出一种自适应的角点特征提取方法。该方法首先采用高斯滤波对原始影像做预处理,然后利用Ly算子初步探测概略角点特征集合,最后利用改进的SUSAN角点检测算法从概略角点特征精确确定角点特征。实验结果表明,该方法提高了角点检测的精度,缩短了角点特征提取时间,具有较好的鲁棒性。