發(fā)布時(shí)間：2021-05-11 15:20

　　針對(duì)當(dāng)前景觀圖像布局特征點(diǎn)提取方法中存在的特征點(diǎn)定位精度較低、時(shí)間成本較高等問題,提出植物景觀圖像布局特征點(diǎn)優(yōu)化提取方法。采用主成分分析法進(jìn)行圖像融合,利用分段線性變換增強(qiáng)融合圖像質(zhì)量與特征強(qiáng)度,運(yùn)用最小噪聲分離變換濾除圖像噪點(diǎn);結(jié)合SURF算法,利用黑塞矩陣檢測植物景觀圖像布局特征點(diǎn),聯(lián)合圖像卷積運(yùn)算與各尺度圖像特征點(diǎn)搜索,進(jìn)行景觀圖像布局特征點(diǎn)定位,根據(jù)Harris角點(diǎn)檢測結(jié)果對(duì)特征點(diǎn)進(jìn)行排序,根據(jù)需求選取特征點(diǎn)序列,實(shí)現(xiàn)植物景觀圖像布局特征點(diǎn)優(yōu)化提取。實(shí)驗(yàn)結(jié)果表明,所提方法對(duì)于植物景觀圖像布局中樹木、草地和道路特征點(diǎn)的定位精度高于實(shí)驗(yàn)對(duì)比方法,且時(shí)間成本明顯低于實(shí)驗(yàn)對(duì)比方法,具有較好的魯棒性。 

【文章來源】：計(jì)算機(jī)仿真. 2020,37(11)北大核心

【文章頁數(shù)】：4 頁

【文章目錄】：
1 引言
2 植物景觀圖像布局特征點(diǎn)優(yōu)化提取方法
    2.1 植物景觀圖像預(yù)處理
    2.2 植物景觀圖像布局特征點(diǎn)提取
3 實(shí)驗(yàn)結(jié)果與分析
    1)三類特征點(diǎn)定位精度對(duì)比實(shí)驗(yàn)
    2)三種方法的運(yùn)行時(shí)間成本對(duì)比實(shí)驗(yàn)
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]多視覺動(dòng)畫圖像三維重建特征點(diǎn)匹配優(yōu)化仿真[J]. 李金明.  計(jì)算機(jī)仿真. 2017(09)
[2]圓周二進(jìn)制描述符的圖像點(diǎn)特征提取方法[J]. 張展,楊東升.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2017(08)
[3]基于圖像特征點(diǎn)粒子群聚類算法的麥田作物行檢測[J]. 姜國權(quán),楊小亞,王志衡,劉紅敏.  農(nóng)業(yè)工程學(xué)報(bào). 2017(11)
[4]自適應(yīng)變尺度特征點(diǎn)提取方法[J]. 屈玉福,劉子悅,江云秋,周丹,王一帆.  光學(xué)精密工程. 2017(01)
[5]基于FPGA的圖像多尺度特征點(diǎn)提取及匹配[J]. 劉桂華,陳林宇,肖得勝.  電視技術(shù). 2016(09)
[6]基于特征點(diǎn)提取的林木生長狀態(tài)無損測量方法[J]. 許杰,戚大偉.  浙江農(nóng)林大學(xué)學(xué)報(bào). 2016(03)
[7]尺度不變特征轉(zhuǎn)換算法在圖像特征提取中的應(yīng)用[J]. 林陶,黃國榮,郝順義,沈飛.  計(jì)算機(jī)應(yīng)用. 2016(06)
[8]基于自動(dòng)提取特征點(diǎn)的三維人臉表情識(shí)別[J]. 岳雷,沈庭芝.  北京理工大學(xué)學(xué)報(bào). 2016(05)
[9]序列圖像特征提取與匹配算法的改進(jìn)[J]. 林汀,婁小平,劉鋒,李偉仙.  計(jì)算機(jī)工程與應(yīng)用. 2017(09)
[10]基于激光視覺的角焊縫圖像特征點(diǎn)提取[J]. 劉子騰,白瑞林,王秀平.  焊接學(xué)報(bào). 2016(02)



本文編號(hào)：3181637