基于Hough投票空间的椭圆图像特征亚像素提取方法

椭圆检测是机器视觉和模式识别的基本任务。首先在椭圆中心初定位阶段,通过参数空间的少量投票,依据均值漂移技术获取粗略的椭圆中心,然后再由精提策略实现椭圆中心的精确像素级定位,并采用插值方法进一步获取椭圆中心亚像素坐标。仿真及真实图像的实验结果表明,所提出的方法同时具备了椭圆检测的鲁棒性和中心定位的精确性。     

基于新型描述符的SIFT大尺寸精密测量

在图像配准和图像识别领域中,SIFT算法得到广泛应用。大量的噪声或是复杂的图像往往会导致匹配点的误判,从而降低了图像匹配效率。提出一个新的比较邻域,建立了一个新的"十字形"描述符并运用主成分分析法降低描述符计算时间,利用双向匹配方式来减少伪匹配点,以节省匹配时间。实验结果表明,改进SIFT算法能够成功匹配图像,应用于大型工业刀具的测量,为大型物体测量提供了一种新的方法。