排序方式: 共有9条查询结果,搜索用时 78 毫秒
1
1.
二维轴对称图象高阶胡氏不变矩快速算法的改进 总被引:2,自引:2,他引:0
提出了基于二维轴对称性目标图象矩快速算法的实用化改进方案.算法实用化改进是通过两个命题的证明实现的.一是通过轴对称目标图象质心在对称轴上的命题证明,实现了将二维轴对称图象矩快速算法用于轴对称性图象中心矩的计算;二是通过目标图象以坐标系中任意两点为圆心,旋转相同角度,结果图象具有平移性的命题证明,实现了算法用于对旋转不同角度的对称目标图象的中心矩的计算改进.在此基础上,完成了二维轴对称目标图象高阶胡氏不变矩实用化快速算法的实现.实验证明,该算法具有较好的实时性能,且具有较小的引入误差. 相似文献
2.
3.
4.
5.
基于线性不变矩的特征图象配准算法研究 总被引:7,自引:7,他引:0
针对图象差异较大的光学图象与合成孔径雷达图象(SAR)的特点,设计了一种基于特征的图象配准的算法,包括特征提取、匹配、控制点选取、变换系数计算和误差计算等步骤.在特征提取中,对于雷达图象需要进行预处理并采用LOG提取图象轮廓.在匹配算法中,以线性不变矩作为特征量,对现有基于图象轮廓特征的匹配算法进行了改进.采用上海浦东地区的Radarsat-1S2模式图象与LandsatTM-5波段图象作为待配准图象.实验结果表明,该方法可以较好地完成光学图象与SAR图象的配准,有着较高的应用价值. 相似文献
6.
7.
MSEA及其在模板匹配中的应用 总被引:5,自引:2,他引:3
本文介绍了一种顺序排除算法(SEA)及其多级算法(MSEA).SEA通过讨论模板的灰度信息和与局部图象的灰度信息和的关系来判断在搜索窗中的搜索点是否需要进行匹配运算,这样就减少了匹配估计次数.MSEA是SEA的多级算法,当搜索图背景较复杂时,MSEA具有更高的效率.作为耗尽型算法(ESA),SEA和MSEA不会降低匹配的准确性.通过仿真实验证明,此算法在不降低匹配准确性的前提下,与常用的匹配算法相比较,有效地减少了运算量,有利于实现图象匹配的实时性要求. 相似文献
8.
9.
1