收藏 分销(赏)

基于极差和Bilateral滤波的水面舰船图像角点检测算法.pdf

上传人:自信****多点 文档编号:637701 上传时间:2024-01-22 格式:PDF 页数:4 大小:1.11MB
下载 相关 举报
基于极差和Bilateral滤波的水面舰船图像角点检测算法.pdf_第1页
第1页 / 共4页
基于极差和Bilateral滤波的水面舰船图像角点检测算法.pdf_第2页
第2页 / 共4页
基于极差和Bilateral滤波的水面舰船图像角点检测算法.pdf_第3页
第3页 / 共4页
亲,该文档总共4页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

1、收稿日期:作者简介:王培元(),男,河北沧州人,讲师,博士(后),研究方向为反问题、三维重建、智能视觉感知。基于极差和 滤波的水面舰船图像角点检测算法王培元(海军航空大学,山东 烟台 )摘要:对经典 角点检测算法,结合极差方法,基于不同滤波器替换的思路,构建了一种新的角点检测算法。在分析 滤波器、滤波器、样条滤波器为 算法带来不同检测效能的基础上,给出了一种最优的检测滤波器配置方案。对标准测试图像的仿真和对实际海面舰船图像的测试验证,表明所提出的算法可较好地抑制冗余角点,提升水面舰船目标的检测效率。关键词:角点检测;算法;滤波器;滤波器;样条滤波器中图分类号:文献标识码:文章编号:():(,)

2、:,:;引言在图像特征的检测领域,角点检测算法 常作为各类新型检测算法开发的底层工具。虽然该算法对同一图像缩放后缺乏变尺度检测能力,但因其计算简单,且可较好地应对图像一定程度的噪声、旋转、对比度及亮度变换 ,对其研究及应用依旧比较广泛 。近 年,对 算法的改进工作从未停止,涌现出了很多经典的优化算法。例如,学者们 基于 滤波器来代替算法中的 滤波器,以弥补其因参数敏感带来的过度平滑、定位偏移、漏检误检等问题。基于相同思路,学者们 也使用了 样条滤波器开展了改进工作,亦取得了不错的效果。在对水面舰船灰度图像进行角点检测时,由于受海天线、波纹、粼光等影响,容易在水面上检测出的冗余角点,为后续的特征

3、点匹配带来干扰,如图 所示。针对此检测需求,本文在对典型优化算法开展效能分析的基础上,探索相同约束准则下的最佳修正方法,并进一步结合图像分划、区域极差等思路,研究给出一种去除水面冗余角点的稳健算法。第 卷第 期 黄河科技学院学报 年 月 图 现有算法易在水面区域产生检测点 角点检测算法 角点检测算法在一个局部检测窗口中考察平均能量的变化,并结合阈值确定像素点是否为角点 。对于图像 (,),其在 和 方向的空间梯度分别为:(,),(,)()利用 函数(,)()()对图像进行平滑,可得 ()因此,可有表述能量变化的角点响应函数(,)矩阵 ()()()其中,为求 的行列式,为求 的迹。取 。典型滤波

4、器性能分析首先基于 和 样条两类典型滤波器,对 算法的优化性能进行分析。滤波器 滤波器的公式描述为:()()()(,)(),()()正规化系数()(,)(),()()其中,(,)为几何临近权重,(,)(,)()()(,)()为 和 间的欧氏距离,为与几何权重相关的可调参数。(,)为光度相似权重:(,)(),()()()(,)()为光度值 和 直接的测量差,度权重相关的可调参数。样条滤波器 一个典型的 次 样条函数如下:()()!()(),()其中,()为阶跃函数,一般可取 或 。针对含有 滤波器的 算法,分别利用上述两种滤波器进行改进,并开展角点检测效能分析。在 滤波器中,参数设置分别为 ,;

5、在 样条滤波器中,参数设置分别为 和 。在 ,的噪声区间下,角点检测敏感度对比如图 所示。图 不同类型滤波器下修正 算法的检测敏感度比较从图 中可见,在噪声量级在 以下时,三类滤波器算法的检测效率差别不大;在噪声量级 ,区间下,未修正的 算法对角点的检测敏感度最高;在噪声量级 ,区间下,滤波器随着噪声强度的增大,角点检测王培元:基于极差和 滤波的水面舰船图像角点检测算法数量增长最为缓慢;在噪声量级 ,区间下,样条滤波器的检测敏感度高,将产生大量的冗余点,虽然 滤波器检测敏感度较为稳定,但这也说明将出现过度平滑的问题。综合来看,尺度参数可调是滤波器性能高低的优势,如果能够选择核实的尺度参数,滤波

6、器将表现得更加稳健。基于极差和 滤波的舰船角点检测算法基于上述分析,本节给出一种新的基于极差方法和 滤波器的修正的 角点检测算法,描述如下。步骤 :图像分块。根据舰船在图像中的占比,确定自适应的分块策略,若占比率估计为 ,则分块数级划分设定为 ()其中,表示取整。步骤:对求极差。对图像子块 计算其灰度值下的极差,即 分块内所有灰度值 分块内所有灰度值,然后计算()步骤 :设 ,令 ,如果某分块的 ,则将该分块删除,不在此分块内检测角点。步骤 :计算图像 (,)在的空间梯度 和 ,并求,和 。步骤 :利用 滤波器对,和 进行卷积运算,生成 矩阵。步骤 :逐次按照像素顺序计算角点响应函数矩阵值,并

7、按照大小进行排序,取 ,计算 ,如果 ,则停止迭代。试验分析按照上述算法编写程序代码,其中滤波器大小、卷积标量、领域范围一律设置为 。分块级数按照 的范围划定。设 ,加性噪声范围 ,滤波器参数 ,。代码运行硬件环境为基于 的 处理器,显卡。首先,使用大小为 的标准角点测试图像 ,对本文算法在不同噪声强度下对冗余角点的抑制能力开展仿真测试。表 给出了不同噪声程度下算法在角点数量、分布均匀度、角点冗余度的性能变化情况。可见,随着噪声量级的增大,由于极差方法先滤除了水面信息,角点的检测数量得到了有效的抑制,未出现如图 的对噪声敏感的数量级跃升情况。随着噪声强度的增强,分布均匀比较稳定,冗余度基本可控

8、制在 以内,尤其可在典型噪声情况下(如 噪声)冗余度可达到零。说明本文给出的方法在抑制冗余角点检测上具备较好的稳健性。表 不同噪声下本文算法的性能噪声强度 角点数量 分布均匀度 角点冗余度 其次,对本文提出的算法用实际水面舰船图像进行验证。随机选择的具备不同海况、不同海域、不同天气情况下的不同类型舰船目标图像,基于角点检测所得 图像特征点的检测结果如图 所示,图像分辨率分别为 、。与图 对比可以看出,本文算法对不同水文气象条件下所形成的水面舰船图像,具有对噪声不敏感、有效避免冗余检测的特点。黄河科技学院学报图 不同水文气象条件下不同舰船目标的特征点检测结果 结论通过本文的探讨及实践,可知基于极

9、差的方法和 滤波器对 算法进行改进,可有效降低对噪声的敏感性,提升抑制冗余角点的检测能力。这是因为 滤波方法可对图像几何边缘进行较好的保留,并且其内部参数可根据不同的图像特征进行调整。这种改进的方式,属于对算法模块的加性调整,不可避免地带来计算复杂度的升高。后续,需要进一步研究算法参数对不同类型图像数据的自适应设置能力,以提升算法的普适性。参考文献:,:?张宝祥,玉振明,杨秋慧 基于 算法和全卷积深度预测的显微镜成像的三维重建研究 光学精密工程,():高帅,贺伟,李涛,等 改进的 角点检测目标识别方法 探测与控制学报,():孙蒳伊,范文晶,曾远帆,等 基于 角点检测的装填靶标识别方法 空天防御,():朱丽娟 一种双边核函数的新 角点检测算法 激光与红外,():白传睿 基于深度相机和追踪相机的实时三维重建技术研究 济南:山东大学,马韵琪,田明,刘阳,等 基于改进 的消音壁亚像素级角点检测算法 长春理工大学学报(自然科学版),():宋涛,祁继辉,侯培国,等 基于 样条曲线的投影图像边缘融合方法 应用光学,():王培元:基于极差和 滤波的水面舰船图像角点检测算法

展开阅读全文
相似文档                                   自信AI助手自信AI助手
猜你喜欢                                   自信AI导航自信AI导航
搜索标签

当前位置:首页 > 学术论文 > 论文指导/设计

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        获赠5币

©2010-2024 宁波自信网络信息技术有限公司  版权所有

客服电话:4008-655-100  投诉/维权电话:4009-655-100

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :gzh.png    weibo.png    LOFTER.png 

客服