您的位置: 专家智库 > >

王富平

作品数:7 被引量:14H指数:3
供职机构:西安电子科技大学更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 6篇期刊文章
  • 1篇学位论文

领域

  • 6篇自动化与计算...
  • 2篇电子电信

主题

  • 4篇角点
  • 4篇角点检测
  • 4篇边缘检测
  • 4篇测算法
  • 3篇点检测算法
  • 3篇角点检测算法
  • 3篇各向异性
  • 2篇导数
  • 2篇多尺度
  • 2篇图像
  • 2篇自适
  • 2篇自适应
  • 2篇方向导数
  • 2篇高斯
  • 1篇多项式
  • 1篇一致性
  • 1篇图像插值
  • 1篇图像特征
  • 1篇中值滤波
  • 1篇自适应逆

机构

  • 7篇西安电子科技...

作者

  • 7篇王富平
  • 4篇水鹏朗
  • 1篇章为川
  • 1篇水思源

传媒

  • 1篇系统工程与电...
  • 1篇光学精密工程
  • 1篇西安交通大学...
  • 1篇计算机应用
  • 1篇光电工程
  • 1篇软件导刊

年份

  • 1篇2017
  • 4篇2016
  • 1篇2015
  • 1篇2013
7 条 记 录,以下是 1-7
排序方式:
使用多弦长曲率多项式的角点检测算法被引量:2
2013年
在弦到点的距离累加(CPDA)技术和曲率积的基础上,提出了多弦长曲率多项式的角点检测算法。首先利用Canny边缘检测器抽取边缘,然后对于不同弦长下边缘轮廓曲率局部极大值点,计算曲率的和;对于非极值点,计算曲率的积。该方法不仅可以显著增强曲率极值点的峰值,而且避免了曲率积对一些角点平滑。最后,为了降低人为设定门限带来的错检或漏检,利用局部自适应阈值去判别角点。实验结果表明,与其他的角点检测算法相比,该方法具有很强的鲁棒性,它的平均检测准确率提高了14.5%,而且在角点数重复率准则上平均性能提高了12.6%。
王俊青章为川王富平陈美荣
关键词:角点检测边缘检测自适应阈值
基于各向异性方向导数的稳健图像特征检测方法
在计算机视觉、模式识别和计算机图形学等领域的众多应用中,图像中基本特征(点、边缘)的检测和识别都是算法中不可或缺的环节和步骤。比如,目标分类和识别算法中普遍使用基于角点的局部特征定位算法,HOG(Histgram of ...
王富平
关键词:方向导数中值滤波
一种改进的图像自适应逆梯度插值算法被引量:1
2016年
为了改善传统线性插值算法产生的图像模糊和边缘锯齿化现象,提出了一种改进的自适应逆梯度插值算法。该算法根据图像局部梯度特征,对已有的基于逆梯度插值算法中的逆梯度权值进行自适应加权,然后与经典的WaDi插值算法融合,得到改进的插值算法。实验结果表明,改进算法插值图像视觉效果和客观评价准则(峰值信噪比上)都有明显提高。
水思源王富平
关键词:图像插值自适应算法
利用局部方向微分向量一致性的角点检测被引量:1
2015年
在边缘轮廓提取的基础上,提出了一种利用局部方向微分向量一致性的角点检测算法以消除边缘噪声对角点检测产生的不利影响。该算法提取图像的边缘轮廓来降低算法计算量;利用各向异性高斯方向导数(ANDD)滤波器提取每个像素处的方向微分向量并进行幂次变换,以增强向量的各向异性;进而利用相邻像素的方向微分向量构建一致性测度。最后,对同一轮廓上的一致性测度进行均值归一化,得到最终角点测度。实验显示,提出算法的平均角点定位误差为1.52pixel,与对比算法接近;检测准确率分别比点到弦距离累积(CPDA)法、相对局部曲率(He&Yung)法提高了58%和5.5%,与归一化残余面积(RA)算法相等,同时角点错检率比He&Yung和RA少25.5%和21.6%。提出的算法能准确地检测出真实角点,并具有更小的错误检测率,更高的角点重复率,而且对边缘噪声十分鲁棒。
王富平水鹏朗
关键词:计算机视觉角点检测
形状自适应各向异性微分滤波器边缘检测算法被引量:4
2016年
传统参数固定的微分滤波器难以精确检测图像中不同类型的边缘,并存在噪声敏感的不足,为此,提出了一种基于形状自适应各向异性微分滤波器的边缘检测算法。利用图像的微分自相关矩阵构建一种反映边缘像素类型的度量准则,并建立度量与各向异性高斯方向导数(anisotropic Gaussian directional derivative,ANDD)滤波器各向异性因子之间的映射,实现ANDD滤波器的形状自适应控制,从而能精确地提取不同类型边缘的强度映射。同时大尺度的ANDD滤波器增强了边缘强度映射的噪声鲁棒性。实验结果证明,在无噪声情况下,所提算法的边缘品质因子(pratt figure of merit,FOM)分别比Canny边缘检测算法、基于Gabor的边缘检测算法和基于测度融合的边缘检测算法高23.3%、14.5%和9.5%。在含噪声情况下,则分别高41.7%、29.7%和12.0%。
王富平水鹏朗
关键词:自相关矩阵边缘检测
采用多尺度方向微分比率的角点检测算法被引量:3
2016年
针对相邻图像结构间的相互干扰会导致角点错检率升高的问题,提出了一种基于多尺度方向微分比率(MDDR)的角点检测算法。该算法首先利用Canny边缘检测算法提取原始灰度图像的边缘轮廓;对于每一个轮廓像素,分别利用各向同性导数和各向异性高斯方向导数滤波器提取主方向及其正交方向上的方向强度微分信息;然后将3个尺度下微分比率融合为MDDR测度;最后进行阈值和非极大值抑制处理获得最终角点。不同于传统角点检测算法中只使用单一滤波器,MDDR算法中使用2种不同类型的滤波器,能在精确提取角点附近不同方向微分信息的同时避免邻近图像结构间的相互干扰,从而提高了角点定位准确性并增强了测度的噪声鲁棒性。实验结果表明,MDDR算法的平均检测准确率比点到弦距离累积算法提高了27.1%,并且平均错检率比残余面积算法和Gabor算法分别低28.4%和32.4%。
王富平水鹏朗
关键词:边缘检测多尺度角点检测
多尺度微分模式相似性角点检测算法被引量:3
2016年
为了避免图像的边缘毛刺及对比度差异对角点检测产生的不利影响,提出了一种多尺度局部微分模式相似性的角点检测算法。算法在边缘轮廓提取的基础上,利用各向异性高斯方向导数(ANDD)滤波器提取每一个边缘像素的局部微分模式。考虑到单个像素的微分模式容易受边缘毛刺的影响,因此利用像素及其支撑区域的微分模式之间的相似性构建角点测度。最后将3个尺度下的测度融合为新的角点测度,实验结果显示,与已有的3种算法相比,提出的算法在检测准确率、错检率、定位精度以及重复率上均具有更好的性能。
王富平水鹏朗
关键词:边缘检测多尺度角点检测
共1页<1>
聚类工具0