点特征提取算法.ppt

  1. 1、本文档共40页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第一页,共四十页,2022年,8月28日 主要内容 一.Moravec算子 二.Forstner算子 第二页,共四十页,2022年,8月28日 1.点特征 点特征主要指明显点, 提取点特征的算子称为兴趣算子 第三页,共四十页,2022年,8月28日 2.点特征的灰度特征 第四页,共四十页,2022年,8月28日 3.Moravec算子 Moravec于1977年提出利用灰度方差提取点特征的算子 r c 第五页,共四十页,2022年,8月28日 (1)计算各像元的兴趣值 IV 第六页,共四十页,2022年,8月28日 (2)给定一经验阈值,将兴趣值大于阈值的点作为候选点。 确定窗口大小 第七页,共四十页,2022年,8月28日 Moravec算子是在四个主要方向上,选择具有最大――最小灰度方差的点作为特征点 (3)选取候选点中的极值点作为 特征点。 第八页,共四十页,2022年,8月28日 4. Forstner算子 Robert’s梯度和灰度协方差矩阵,寻找具有尽可能小而接近圆的误差椭圆的点作为特征点 第九页,共四十页,2022年,8月28日 (l)计算各像素的Robert’s梯度 第十页,共四十页,2022年,8月28日 (2)计算l?l(如5?5或更大)窗口中灰度的协方差矩阵 第十一页,共四十页,2022年,8月28日 (3)计算兴趣值q与w DetN代表矩阵N之行列式 trN代表矩阵N之迹 第十二页,共四十页,2022年,8月28日 (4)确定待选点 当 同时 ,该像元为待选点 (5)选取极值点 即在一个适当窗口中选择最大的待选点 第十三页,共四十页,2022年,8月28日 第三节 线特征提取算子 第十四页,共四十页,2022年,8月28日 1. 线特征 “边缘” 影像局部区域特征不相同的区域间的分界线 “线” 是具有很小宽度的其中间区域具有相同的影像特征的边缘对 差分算子、拉普拉斯算手、LOG算子等 第十五页,共四十页,2022年,8月28日 房屋的提取 第十六页,共四十页,2022年,8月28日 道路的提取 第十七页,共四十页,2022年,8月28日 2.线的灰度 特征 第十八页,共四十页,2022年,8月28日 主要内容 一.微分算子 二.二阶差分算子 三.Hough变换 第十九页,共四十页,2022年,8月28日 3. 微分算子 梯度算子 第二十页,共四十页,2022年,8月28日 差分算子 对于一给定的阈值T,当时,则认为像素(i,j)是边缘上的点。 近似 -1 1 -1 1 第二十一页,共四十页,2022年,8月28日 Roberts梯度算子 -1 1 -1 1 第二十二页,共四十页,2022年,8月28日 方向差分算子 直线与边缘的方向 第二十三页,共四十页,2022年,8月28日 ? Sobel算子 考察它上下、左右邻点灰度的加权差。与之接近的邻点的权大: 1 0 -1 2 0 -2 1 0 -1 -1 -2 -1 0 0 0 1 2 1 第二十四页,共四十页,2022年,8月28日 g1 g2 g3 g4 g5 g6 g7 g8 g9 1 0 -1 2 0 -2 1 0 -1 -1 -2 -1 0 0 0 1 2 1 1 0 -1 2 0 -2 1 0 -1 -1 -2 -1 0 0 0 1 2 1 第二十五页,共四十页,2022年,8月28日 -1 0 1 -1 0 1 -1 0 1 -1 -1 -1 0 0 0 1 1 1 Prewitt算子与Sobel算子 -1 0 1 -2 0 2 -1 0 1 -1 -2 1 -1 0 1 -1 2 1 加大模扳抑制噪声 Prewitt算子 Sobel 算子 第二十六页,共四十页,2022年,8月28日 4. 二阶差分算子 方向二阶差分算子 i, j i, j 第二十七页,共四十页,2022年,8月28日 i, j 第二十八页,共四十页,2022年,8月28日

您可能关注的文档

文档评论(0)

xiaolan118 + 关注
实名认证
内容提供者

你好,我好,大家好!

版权声明书
用户编号:7140162041000002

1亿VIP精品文档

相关文档