Harris角点提取中的图像迹和行列式特征分析

来源 :第十一届国家安全地球物理学术讨论会 | 被引量 : 0次 | 上传用户:yohoban
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  角点含有丰富的图像结构信息,是一种重要的图像特征.Harris算法是一种经典的图像角点提取算法,在图像特征提取中有广泛的应用.分析了Harris算法提取过程中的中间数据:图像的迹特征和行列式特征,并讨论了这两种特征在角点提取中的贡献.对角点清晰的光学和SAR图像进行角点提取试验,验证了本文对图像迹和行列式特征的分析.
其他文献
  针对非抽样轮廓波变换多尺度分解方式细节捕捉能力不强的问题,引入人眼视觉特征,提出了一种基于人眼视觉特性的NSCT图像融合方法。与其他多分辨率分析方法相比,该方法能更有
  高光谱遥感因为其高光谱分辨率,在遥感成像中占据着十分重要的地位。但是由于波段众多、数据量大、计算量大等原因,使高光谱图像的数据降维十分必要。本文介绍了目前高光谱
  对景象匹配制导的关键技术之一——景象匹配的适应性进行了分析。对景象匹配适应性研究涉及的相关概念、关键技术进行综合分析,剖析各环节间的相互关系,提出景象匹配适应性
  提出一种基于端元丰度量化的高光谱图像目标检测算法。在估计原始高光谱图像虚拟维(VD)的基础上,进行FastICA变换生成独立成分,然后确定各独立成分对应的端元,端元丰度量化
  针对目前崩塌潜在区评价方法存在权重确定主观性大、考虑影响因素不够全面等问题,提出了基于主成分分析的崩塌潜在区评价方法,建立了崩塌潜在区评价分级分类体系。该方法不
  依据输入参数是否已知将高光谱目标检测算法分为已知先验信息和未知先验信息来进行讨论。对目标检测领域一些经典的算法及其改进算法进行了详细论述,分析了各种算法的优势
  针对图像制导中信息的模糊性和不确定性问题,提出了一种基于粒子滤波的异源图像目标跟踪方法。采用方差比测量的方法将特征选择问题转化为一个两类判别问题,并引入自适应特
会议
  为了克服常规方法确定地形等高比工作量大、效率低、成本高的问题,提出了一种地形等高比遥感信息快速提取方法。该方法利用卫星遥感数据,以地理信息系统为平台,采用空间建模
  主要研究两幅只有平移关系图像配准问题。对于相位相关法来说,非重叠区域的图像信息,属于冗余信息,消除这些冗余信息能够有效的改善尖峰的分布。为了消除图像的冗余信息,并找
针对山区多发次生灾害,阻断道路,影响应急抢险救灾行动的问题,开展了西部艰险复杂地区通行条件遥感评价研究工作,建立了车辆快速通行条件的遥感指标集,绘制了研究区通行条件